VideoReTalking

VideoReTalking 系统可实现视频唇形与新音频同步

VideoReTalking 是一个开源系统，可将视频中的唇部运动与新音频同步，同时保持原始视频质量。它使用三阶段 PyTorch 管道：D-Net 用于表情归一化，L-Net 用于音频驱动的唇形同步，E-Net 使用 GFPGAN 等模型进行面部增强。该系统可自行托管，并提供 Gradio UI 以便更轻松地使用，但仅 CPU 推理速度会显著变慢。