有个项目叫Lip2Wav ，它可以根据无声视频画面嘴唇的动作，进行“读唇”，给你音频配音结果。
算法原理就是根据面部特征，对唇部进行编码，再使用 LSTM 进行音频合成。
Lip2Wav 项目地址：
https://github.com/Rudrabha/Lip2Wav
还有一个项目是相反的，就是根据音频声音来让图像或视频中的人物按照你的声音来说话。
你还可以在线体验，只要上传一段视频和一段声音，谈就会自动同步视频与声音。
在线体验地址：https://bhaasha.iiit.ac.in/lipsync/example_upload1
Wav2Lip 项目地址：
https://github.com/Rudrabha/Wav2Lip
网友回复
我知道答案，我要回答
私活外包
最新提问
有没有免费让ai自动帮你接管操作电脑的mcp服务？
mcp为啥用Streamable HTTP 替代 HTTP + SSE？
scratchjr有没有开源的前端html网页版本源代码？
多模态大模型能否根据ui交互视频来来模仿写出前端交互动画效果ui代码？
如何用阿里云oss+函数计算fc+事件总线EventBridge+消息队列+数据库+redis缓存打造一个高并发弹性系统？
阿里云函数计算 FC如何在海外节点搭建一个代理网络？
ai studio中gemini build的代码如何发布到github pages等免费网页托管上 ？
如何在cursor、qoder、trae中使用Claude Skills功能？
有没有不用u盘就能重装系统的开源工具？
python如何固定摄像头实时计算停车场停车位剩余数量？
