InfiniteTalk: ComfyUI対応のトーキングヘッド・アバター動画生成モデル
ComfyUI Wiki
InfiniteYouによるInfiniteTalkは、Wan2.1をベースに構築されたトーキングヘッドおよびアバター動画生成モデルです。1枚の画像から14B fp16でリップシンクされたトーキングアバターを生成できます。
I
InfiniteTalk
Wan2.1トーキングヘッドアバターリップシンク音声駆動Wan2.1をベースに構築されたトーキングヘッドおよびアバター動画生成モデル。14B fp16で単一キャラクターと複数キャラクターのバリアントをサポート。1枚のポートレート画像から自然なリップシンクのトーキングアバターを生成します。
| 開発元 | InfiniteYou (ByteDance) |
| アーキテクチャ | Wan2.1ベースのI2Vファインチューン |
| モデルサイズ | 14B fp16 |
| バリアント | 単一キャラクター、複数キャラクター |
| 機能 | 音声駆動のトーキングヘッド、リップシンクされたアバター生成 |
概要
InfiniteYouによるInfiniteTalkは、Wan2.1 I2Vをファインチューニングしたトーキングヘッドおよびアバター動画生成モデルです。1枚のポートレート画像を、音声入力に駆動される自然なリップシンクのトーキングアバターに変換します。このモデルは単一キャラクターと複数キャラクターの両方のバリアントをサポートし、複数の話者による対話シーンを可能にします。
Wan2.1 I2V 480pをベースに構築されたInfiniteTalkは、顔の同一性を保ちながら、入力音声に一致する同期した口の動きと自然な頭の動きを生成します。
ComfyUI統合
InfiniteTalkはComfyUIのWanVideoネイティブノードおよびKijaiのWanVideoWrapperと互換性があります。モデルファイルはKijai/WanVideo_comfyリポジトリでfp16、fp8、GGUF形式で利用できます。
Guides and workflows related to this model series.
No articles found.
コメント
GitHubでサインインしてディスカッションに参加しましょう。