OpenTalking
datascale-ai/opentalkingRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es OpenTalking?
OpenTalking junta las piezas de una persona digital que habla: una página web donde elegís un avatar y una voz, reconocimiento de voz, un modelo de chat, texto a voz y video con sincronización de labios enviado al navegador. También genera videos a partir de texto o audio y puede copiar una cara desde una cámara o un video subido. Está pensado para gente cómoda con la terminal: clonás el repositorio, instalás Python, Node.js y FFmpeg, completás un archivo de configuración y arrancás los servicios. Hay un modo de prueba que funciona sin tarjeta gráfica; la sincronización de labios real necesita una GPU NVIDIA y archivos de modelo descargados.
OpenTalking es gratis y de código abierto (Apache-2.0) y puede reemplazar a HeyGen, Synthesia y D-ID.
¿Qué tan fácil es instalar OpenTalking?
D · terminal, varias herramientas o tarjeta específica · Windows
- Windows D
- macOS D
- Linux D
Linux es el camino más fácil y aun así es un D: no hay instalador, corrés scripts de shell o Docker Compose, instalás Python, Node.js y FFmpeg, editás un archivo de configuración, y necesitás una GPU NVIDIA más los pesos descargados para la sincronización de labios real. Windows se describe mediante WSL2, y en Mac la documentación solo cubre una ruta de CPU/MPS de Apple Silicon para un modelo.
Pronto: instala con 1 clic desde la app RepoPicks.
OpenTalking en GitHub
- Estrellas
- 3344el 10 nov 2026
- Descargas
- 1645 en la semana
- Crecimiento
- +35estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Windows, macOS, Linux
- Necesitas instalar
- Python, Node.js, Docker, Tarjeta NVIDIA, FFmpeg
- Para compilar desde el código
- Python, Docker, Tarjeta NVIDIA, FFmpeg
- Espacio en disco
- 1,4 GB–5,5 GB · estimación
- Cuentas o claves
- Chat model (OpenAI-compatible, default DashScope) — OPENTALKING_LLM_API_KEY, DashScope speech recognition — OPENTALKING_STT_DASHSCOPE_API_KEY, Xiaomi MiMo speech recognition — OPENTALKING_STT_XIAOMI_API_KEY
- Costo
- Gratis · El código es gratis (Apache-2.0). La configuración de ejemplo apunta el modelo de chat y el reconocimiento de voz a servicios de nube de pago (DashScope, Atlas Cloud), y el proyecto también documenta opciones locales de voz y sincronización de labios, así que el costo de uso depende de cuáles elijas.
- Licencia
- Apache-2.0 (Permisiva)
- Último cambio en GitHub
- 4 sept 2026
Señales de riesgo de OpenTalking (5)
- AtenciónClonación de cara y voz
El README tiene una sección "C. Video Clone" con "Realtime camera imitation" y "Uploaded video imitation", además de creación de video "Cloned voice driven" y "voice clone profiles" de Xiaomi MiMo en .env.example. Las mismas funciones se pueden usar para hacer que una persona real parezca decir cosas que nunca dijo; la hoja de ruta todavía lista "licensed voices, and synthetic-content labeling" como algo pendiente.
revisión con IA
- AtenciónPaquetes desde un espejo de terceros
pyproject.toml fija una fuente de paquetes no predeterminada como la fuente por defecto: "[[tool.uv.index]] url = \"https://pypi.tuna.tsinghua.edu.cn/simple\" default = true", así que las instalaciones traen paquetes de Python desde un espejo en China en lugar del PyPI oficial, a menos que lo cambies.
revisión con IA
- InfoServicio abierto a la red local
.env.example trae OPENTALKING_API_HOST=0.0.0.0 y OPENTALKING_WEB_HOST=0.0.0.0, y docker-compose.yml publica los puertos 8000 y 5173, así que la API y la página web responden a cualquiera que pueda alcanzar tu máquina; no se describe ningún inicio de sesión para la página web.
revisión con IA
- InfoImporta historial personal de chat
La entrada de "Recent Progress" del README para el 2026-06-25 dice: "Added WeChat memory persona import", así que la memoria del avatar se puede alimentar con tus conversaciones privadas de WeChat.
revisión con IA
- InfoProyecto muy nuevo
El repositorio se creó el 2026-04-16 y tiene un solo lanzamiento, v0.1.0 (2026-06-15), sin binarios para ninguna plataforma; pyproject.toml también indica la versión 0.1.0.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de OpenTalking
- Si la conversación en tiempo real realmente funciona bien en las tarjetas gráficas listadas, o en Windows vía WSL2 y en Apple Silicon.
- Cuánto disco ocupan realmente los pesos del modelo después de descargarlos (las comprobaciones solo estiman entre 1.4 y 5.7 GB).
- Cuánto cuestan por hora de conversación los servicios de chat y voz en la nube.
- Qué contiene la imagen de Compshare de terceros enlazada en el README.
- Si la calidad de sincronización de labios y de voz en los videos de demostración coincide con lo que obtenés en tu propia máquina.