InfiniteTalk是一款发布不久的数字人视频制作软件，软件可以通过音频驱动将一张图片合成为一段视频，或是将视频与音频整合成一段新视频，实现音频唇形同步，是一个非常强大的对口型工具。
InfiniteTalk官方介绍
我们提出了一种新颖的稀疏帧视频配音框架——InfiniteTalk。给定一个输入视频和音频轨道，InfiniteTalk 可以合成一个具有精确唇部同步的新视频，同时将头部动作、身体姿势和面部表情与音频同步。与传统的仅关注唇部的配音方法不同，InfiniteTalk 能够生成无限长的视频，并实现精确的唇部同步和一致的身份保留。此外，InfiniteTalk 还可以用作图像-音频-视频模型，以图像和音频作为输入。
- 💬 稀疏帧视频配音 – 不仅同步嘴唇，还同步头部、身体和表情
- ⏱️无限长度生成 – 支持无限视频时长
- ✨ 稳定性 – 与 MultiTalk 相比，减少了手部/身体的扭曲
- 🚀 唇语准确度 – 实现优于 MultiTalk 的唇语同步
在线云镜像使用说明
InfiniteTalk 模型文件大约超230G，运行使用内存超90G，InfiniteTalk 非常大且对电脑配置要求极高，我制作了个云镜像，可以云端一键启动。
GPU配置选择：
生成480P视频选择24G RTX40系, 94G内存
生成720P视频选择24G RTX40系
软件使用说明
首先根据不同需求，上传图片素材或视频素材，素材尺寸建议使用720P的
上传驱动音频，也就是要让人物说话的内容
描述词：想要生成视频内容的文本描述词
音频类型：para: 并行, add: 叠加
分辨率支持480P和720P视频生成
设置选项建议先保持默认
在进行两人对话合成时，两人的音频时长需要一致，一个人说话时，另一个人的音轨可以设为静音，如下图所示。
视频教程及效果演示：https://nuowa.net/2251
注意事项
生成视频时长建议在1分钟以内
生成480P可选择94G内存24G显存配置
生成720P视频需选择48G显存配置
InfiniteTalk云端在线一键启动链接
相关推荐
音频驱动口型超逼真数字人视频制作软件Sonic整合包下载- 字节跳动唇形同步数字人视频制作软件LatentSync整合包使用说明视频教程
- 抖音超强AI数字人视频制作软件LatentSync整合包，音频驱动口型讲话
- 图片数字人视频制作软件LivePortrait整合包下载，图片转视频动物人物表情转移工具
- 超强AI数字人EchoMimicV2一张半身照片即可生成一段主播解说视频，整合包下载
- 音频驱动口型数字人视频制作软件VideoReTalking整合包，音频视频人物对口型
- 音频驱动数字人视频制作EchoMimic整合包，免费让照片图片开口说话的软件
- BiliNote：自动生成B站油管视频笔记，AI视频内容总结工具
最近更新
Claude 再放大招，Sonnet 5 来了
一觉醒来Anthropic又放大招了，Claude Sonnet 5来了。 不得不说国外大语言模型更新的是真快的，各家LLM版本更新迭代频率都很高，Claude 刚发布Opus 4.8 不久，这又发布了Sonnet 5.Anthropic ...
AutoVidDub支持分角色配音的全自动视频翻译配音加字幕工具
支持分角色配音的全自动流水线，一键将外语视频转为带母语配音和双语字幕的目标语言视频。 一、软件简介 AutoVidDub 是一套运行在本地 GPU 上的全自动视频翻译配音工具。你只需提供一个视频文件，它就能自动完成以下全部工序： 二、核心功...
极速轻便声音克隆语音合成软件MOSS-TTS-Nano整合包，CPU可流畅运行
一、项目概述 MOSS-TTS-Nano 是由 MOSI.AI 与 OpenMOSS 团队 联合开发的开源多语言小模型语音合成系统。模型参数量仅 0.1B，专为实时语音生成场景设计，无需 GPU 即可在 CPU 上直接运行，适合本地演示、W...
最强分说话人语音识别工具，支持批量音视频识别转字幕，字幕翻译内容总结
本软件是一款基于 Qwen3-ASR-1.7B 大模型的本地音视频语音识别工具，配备说话人分离功能，可在个人电脑上实现： 整个流程通过简洁的 Gradio Web 界面 操作，点击按钮即可完成识别与导出。 主要功能特点 1. 单文件识别与批...
最强PR中文视频自动语音识别生成字幕插件，语音识别准确率高支持多国语言
上次和大家分享了PR非常好用的自动剪辑口播视频静音片段插件，如果想要自动生成视频字幕的话，用PR自带的语音识别转字幕工具，效果非常差，语音识别准确率非常低，识别的文本差太多手动修改起来极其麻烦，反而更加浪费时间了。为了提高工作效率，降低人工...
祝贺凡人修仙传2026年新年番开播同时在线人数超64万
今天6月13日凡人修仙传新年番开播，同时在线人数破64万（非最高在线人数，只是我看到的在线人数），作为凡人5年老粉，必须发个帖祝贺一下。 我比较喜欢看动漫，各种类型看了很多，具体不清楚多少，像斗罗斗破之类看了一大半终究是没能看下去，还是雾山...
Premiere Pro静音片段自动剪辑插件——Silence Remover使用教程及下载
对于做口播、Vlog、播客剪辑的朋友来说，最耗时的工作之一就是手动找出视频中的”哑巴”片段——说话间隙、停顿、思考时的”嗯啊”——并逐一删除。今天给大家介绍一款来自 Phantom Edito...
蛙蛙写作-能替你"打工"的AI写作平台，附邀请码：UZekHC
我不是一个容易被工具说服的人。用过 ChatGPT、试过各种”AI写作神器”，大多数要么写出来全是机翻腔，要么根本不懂网文的爆款逻辑。 直到我开始用蛙蛙写作，才发现原来一个工具真的可以懂你想写什么。 🐸 蛙蛙写作是什...
PDFMathTranslate + MinerU 批量PDF全文双语翻译转Markdown工具
本工具是一款基于 PDFMathTranslate 与 MinerU 整合的桌面端 PDF 翻译工具，通过简洁的 Web 界面实现一键式 PDF 全文双语翻译，并可选择将翻译结果导出为 Markdown 格式，方便导入知识库或进行二次编辑。...
Claude居然自称“本人”
今天在和Claude聊网文写作的时候，Claude回复中居然自称本人，这让我有点震惊。 我经常会和AI聊工具功能对比等话题，ChatGPT、Gemini、Claude这些以前我记得从来没有自称过本人的，好像都是本模型，本工具等等，反正从来没...
