met4citizen/TalkingHead
Talking Head (3D): A JavaScript class for real-time lip-sync using full-body 3D avatars.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🎭 TalkingHead (3D) — Avatar 3D nói chuyện thật tự nhiên
Một lớp JavaScript duy nh, sinh labôm-đê thời gian thực kèm avatar 3D toàn thân.
TalkingHead (3D) là một lớp JavaScript cho phép tích hợp đồng bộ labôm-đê (lip-sync) thời gian thực vào các avatar 3D toàn thân trong trình duyệt. Dự án hỗ trợ kết hợp với các dịch vụ như GPT, Whisper, Google TTS, OpenAI TTS, cùng công nghệ WebGPU để tạo trải nghiệm đối thoại số sinh động.
✨ Điểm nổi bật
- Lip-sync thời gian thực: Sinh labôm-đê tự động từ giọng nói hoặc văn bản.
- Avatar 3D toàn thân: Hỗ trợ mô hình 3D với cơ xương, lông tóc động lực học.
- Tích hợp AI: Dễ dàng kết nối với GPT, TTS, Whisper, WebLLM.
- Hỗ trợ WebGPU: Hiệu năng cao trên Chrome/Edge.
- Phát âm thanh: Phát MP3, WAV, hoặc stream audio trực tiếp.
- Điều khiển chuyển động: AI tự động điều khiển cử chỉ, tư thế avatar.
- Môi trường web: Chạy trực tiếp trên trình duyệt, không cần cài đặt.
- Tùy biến cao: Cài đặt chi tiết cho viseme, âm thanh, hình ảnh.
💡 Vì sao đáng chú ý
TalkingHead khác biệt nhờ khả năng kết hợp mượt giữa đồng bộ labôm-đê, avatar 3D và AI — tất cả chỉ trong một lớp JavaScript nhẹ. Phù hợp cho các ứng dụng như trò chuyện nhóm AI, video hội nghị, kể chuyện tương tác, trò chơi thế hệ mới, hoặc nghiên cứu nhân quả ảo.
#AI #3DAvatar #LipSync #TextToSpeech #TalkingHead #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Kokoro is an open-weight TTS model with 82 million parameters. Despite its lightweight architecture, it delivers comparable quality to larger models while being significantly faster and more cost-efficient. With Apache-licensed weights, Kokoro can be...
DialogLab is an authoring tool for configuring and running Human-AI multi-party conversations.
ⓍTTS ⓍTTS is a Voice generation model that lets you clone voices into different languages by using just a quick 6-second audio clip. There is no need for an excessive amount of training data that spans countless hours. This is the same or similar mo...
Dia is a 1.6B parameter text to speech model created by Nari Labs. It was pushed to the Hub using the PytorchModelHubMixin(https://huggingface.co/docs/huggingfacehub/packagereference/mixinshuggingfacehub.PyTorchModelHubMixin) integration. Dia direct...
VibeVoice: A Frontier Open-Source Text-to-Speech Model VibeVoice is a novel framework designed for generating expressive, long-form, multi-speaker conversational audio, such as podcasts, from text. It addresses significant challenges in traditional...
Qwen3-TTS Overview Introduction Qwen3-TTS covers 10 major languages (Chinese, English, Japanese, Korean, German, French, Russian, Portuguese, Spanish, and Italian) as well as multiple dialectal voice profiles to meet global application needs. In add...
CSM 1B 2025/05/20 - CSM is availabile natively in Hugging Face Transformers(https://huggingface.co/docs/transformers/main/en/modeldoc/csm) 🤗 as of version 4.52.1 2025/03/13 - We are releasing the 1B CSM variant. The checkpoint is hosted on Hugging...
Chatterbox TTS Made with ❤️ by Latest Release: Chatterbox Multilingual V3 Chatterbox Multilingual V3 is the latest general-purpose multilingual TTS model in the Chatterbox family. It keeps the same 0.5B model size while improving speaker similarity,...
OmniVoice 🌍 OmniVoice is a massively multilingual zero-shot text-to-speech (TTS) model supporting over 600 languages. Built on a novel diffusion language model-style architecture, it delivers high-quality speech w...