可以试试这个Talking-Face-Generation-DAVS，他可以从一段视频中获取说话人的眼睛和嘴部动作生成新的视频，还可以直接从说话人的声音来生成其他人说话的视频。
github地址为：https://github.com/Hangz-nju-cuhk/Talking-Face-Generation-DAVS
网友回复
我知道答案，我要回答
私活外包
最新提问
deepseek v4与glm5.1 kim2.6 qwen3.6哪个ai模型更强更好用？
gpt-image2能直接将图片转成分层透明的psd设计文件？
claude code、codex、gemini cli如何切换国内大模型使用？
蒸馏最强ai大模型是中小ai模型低成本升级的最好通道？
arena.ai上为啥没有最新的claude4.7及gpt5.5呢？
ai大模型公司为啥开始大量招聘文科生了？
cloudflared如何在低版本centos6或7上安装？
bfwsoa框架如何开启异步缓存与异步任务模式？
selenium如何获取网页js加载渲染后的真实dom结构？
go编写的Eino与python编写的langchain如何选择？
