Inicio Proyectos fantasy-talking
fantasy-talking
Python

fantasy-talking

[ACM MM 2025] FantasyTalking: Generación de Retratos Hablantes Realistas a través de Síntesis de Movimiento Coherente

por Fantasy-AMAP · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
diffusiondiffusion-modelsdiffusion-transformerApache-2.0Python
Ver en GitHub
En palabras simples

Genere retratos hablantes realistas con movimiento sincronizado basado en entrada de audio.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
fantasy-talking — GitHub preview card
📈 Historial de estrellas
1 6241 623
2026-07-202026-08-31
📈 Sigue fantasy-talking

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

[ACM MM 2025] FantasyTalking: Generación de Retratos Hablantes Realistas a través de Síntesis de Movimiento Coherente

fantasy-talking tiene 1.6k estrellas en GitHub. Se ha bifurcado 128 veces. fantasy-talking está escrito principalmente en Python. Se desarrolla activamente desde 2025. fantasy-talking está disponible bajo la licencia Apache-2.0. Sus temas principales son: diffusion, diffusion-models, diffusion-transformer, talking-head.

Frequently asked questions

¿Qué es fantasy-talking?

[ACM MM 2025] FantasyTalking: Generación de Retratos Hablantes Realistas a través de Síntesis de Movimiento Coherente

¿fantasy-talking es de código abierto?

fantasy-talking es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿fantasy-talking es gratis?

Sí. fantasy-talking es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está fantasy-talking?

fantasy-talking está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito fantasy-talking?

fantasy-talking está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — fantasy-talking

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=fantasy-amap-fantasy-talking)](https://olud.ai/project/fantasy-amap-fantasy-talking.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
ICEdit
[NeurIPS 2025] ¡La edición de imágenes vale una sola LoRA! ¡0.1% de datos de entrenamiento para…
2.1k · diffusion
compartediffusion-transformerdiffusion
DiT-Extrapolation
Implementación oficial para "RIFLEx: Un almuerzo gratis para la extrapolación de longitud en tr…
820 · cogvideox
compartediffusion-transformerdiffusion
HunyuanVideo
HunyuanVideo: Un Marco Sistemático Para Modelos de Generación de Video Grandes
12.3k · diffusion-models
compartediffusion-transformerdiffusion-models
REPA
[ICLR'25 Oral] Alineación de Representación para Generación: Entrenar Transformadores de Difusi…
1.7k · diffusion
compartediffusiondiffusion-models
UNO
[ICCV 2025] 🔥🔥 UNO: Un Método de Personalización Universal para Condicionamiento de Sujetos Ún…
1.4k · diffusion
compartediffusion-transformerdiffusion
HunyuanImage-2.1
HunyuanImage-2.1: Un modelo de difusión eficiente para generación de imágenes de texto a imagen…
672 · aigc
compartediffusion-transformerdiffusion-models
InfiniteYou
🔥 [ICCV 2025 Destacado] InfiniteYou: Re-creación de fotos flexible mientras se preserva tu iden…
2.7k · diffusers
compartediffusion-transformerdiffusion
Voost
[SIGGRAPH Asia 25] Voost: Un transformador de difusión unificado y escalable para prueba virtua…
340 · diffusion-models
compartediffusion-transformerdiffusion-models
blended-latent-diffusion
Implementación oficial de "Difusión Latente Mezclada" [SIGGRAPH 2023]
631 · computer-vision
compartediffusiondiffusion-models
smalldiffusion
Código simple y legible para entrenar y muestrear modelos de difusión
773 · diffusion
compartediffusiondiffusion-models

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.