今天和大家分享一个很好玩的软件video-retalking，这个软件可以基于音频素材重新生成人物说话视频，实现音频与人物的口型同步，最后生成的视频画面是原视频画面，声音为音频素材的声音，这个软件是免费开源软件，原项目地址：https://github.com/OpenTalker/video-retalking，应用界面截图如下：
官方软件说明
给定一个说话的头部视频，我们首先使用表情编辑网络根据相同的表情模板修改每一帧的表情，从而生成具有规范表情的视频。然后，将此视频与给定的音频一起输入到口型同步网络中以生成口型同步视频。最后，我们通过身份感知面部增强网络和后期处理来提高合成面部的照片真实感。我们对所有三个步骤都使用基于学习的方法，并且我们的所有模块都可以在连续的管道中处理，而无需任何用户干预。
软件使用比较简单，只需要输入一个人物讲话视频和一个待使用的讲话音频文件，然后点击Synthesize按钮等待合成视频即可，本应用对电脑配置要求比较高。
本整合包为Windows电脑版，有感兴趣的可以自己去体验一下，
音频驱动口型生成视频软件video-retalking整合包下载：
相关推荐
一句话编辑图片工具OmniGen2整合包下载，输入文本快速P图- 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
- 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
- 最新版PDF转Markdown格式软件MinerU一键启动整合包v0.10.0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
- 批量PDF文档转MD格式软件marker整合包下载，PDF文件转Markdown格式文件工具
- 人脸图片处理换脸软件facefusion整合包下载，改变年龄重建表情工具
最近更新
LTX2.3+comfyui分段提示词图片转视频工作流，AI视频带货生成器
再和大家分享一个基于 ComfyUI 的 AI 分段提示词图生视频工作流，本工作流主要基于模型LTX2.3和PromptRelay实现。可使用PromptRelay分时段控制生成不同视频画面或合成语音内容。 📌 工作流简介 本工作流是一套基...
windows电脑C盘垃圾查找清理软件
电脑用了好几年了，尽管我安装软件从来不主动装到C盘，偶尔也会清理垃圾，但是用的久了，容量也是在慢慢减少。我C盘303G，现在就剩了24G了，已经会影响到系统性能和虚拟内存调度了，已经不能不管了。C盘不装软件的话大多都是缓存，文件太多了，有时...
LTX2.3+comfyui视频去除字幕水印工作流分享
本次再和大家分享一个视频去字幕水印的comfyui工作流，工作流基于LTX2.3视频生成模型制作。LTX2.3是最新最强的视频生成模型，我前段时间就分享过了，可以看我另一篇文章：https://nuowa.net/2525，comfyui项...
多人对话声音克隆语音合成工具Chatterbox TTS免安装版，AI实时文字转语音
Chatterbox 是由 Resemble AI 开发的开源文本转语音（Text-to-Speech, TTS）模型，支持零样本音色克隆：只需提供一段参考音频（几秒钟的人声），即可模仿该音色朗读任意文本。我基于最新版源码制作了免安装一键启...
Mineru PDF转markdown软件局域网版
对于有的电脑配置比较低或是win7系统等电脑无法使用Mineru情况，可以使用局域网内可运行软件的电脑运行Mineru，然后其它电脑或手机等终端输入IP地址，打开运行软件的IP地址来使用Mineru。 具体用法： 下载局域网版压缩包到本地电...
OmniSVG：统一的可缩放矢量图形生成软件
OmniSVG 是一个基于视觉-语言模型（VLM）的端到端多模态 SVG（可缩放矢量图形）生成框架，由 OpenVGLab 团队开发。该项目能够从文本描述或参考图像生成高质量的 SVG 矢量图形，覆盖从简单图标...
AI实时变声器Voice Changer2.1.4 CUDA版下载，高质量RVC变声软件
Voice Changer是一款实时 AI 变声工具，允许你通过多种 AI 声音模型（如 RVC 和 Beatrice）实时转换声音。转换延迟更低，是目前社区中最受欢迎的开源实时变声方案之一。 核心特点 1. 实时性 voice-chang...
Studio One Pro 7免费开心版下载
Studio One 7是一款专业数字音频工作站（DAW）软件，它是音乐制作、混音、母带处理与现场演出一体化的旗舰软件。 ✨ 核心功能 1. AI 智能音轨分离（Stem Separation） AI 驱动的音轨分离功能允许用户将混缩后的音...
PDF转Markdown软件MinerU 3.1.11整合包（高性能版）
MinerU是一款非常热门的PDF、图片、DOCX、PPTX、XLSX转markdown格式软件，转换效果属于同类软件中比较优秀的一个。当前最新版为3.1.11版本，我基于最新版源码制作了免安装一键启动整合包，并做适当优化及修改，详情查看链...
阿里千问Qwen3-TTS声音克隆语音合成软件【低配电脑版】
阿里千问Qwen3-TTS是一款热门的语音合成及声音克隆软件，我基于当前最新版制作了免安装一键启动整合包，并增加多人对话语音合成功能。 此版本为低配显卡电脑版，软件使用0.6B模型，模型尺寸略小，对电脑显卡配置要求也更小，但是质量不会差太多...
