SadTalker

SadTalker 用 3D 人脸模型解耦「表情」与「口型」：给定一张照片与一段音频，生成头部自然摆动、口型与音频同步的说话视频，支持任意分辨率与表情增强。
提供 WebUI 与命令行、Python API，模型体积小、消费级显卡可跑；ComfyUI 也有对应节点。
适合场景：口播视频、新闻播报、教学讲解、虚拟形象内容制作。
注意：使用真实人物肖像必须获得本人授权。
上手方式：按文档安装依赖与模型，传入照片和音频即可生成说话视频。