SadTalker

想让一张人像照片开口说话，传统方法要么嘴型对不上，要么头部僵硬不动。SadTalker 从音频中学习真实的三维运动系数，让单张照片生成自然的说话头像视频。

口型、表情和头部姿态都随声音变化，支持多种风格，有网页界面和 Stable Diffusion WebUI 插件，论文收录于 CVPR 2023。

软件功能

单图驱动：一张照片即可。

口型同步：音频驱动。

自然头动：三维运动系数。

WebUI 插件：集成到 SD。