TalkingHead
met4citizen/TalkingHeadRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es TalkingHead?
TalkingHead es una clase de JavaScript que coloca un personaje 3D de cuerpo completo en una página web y lo hace hablar en tiempo real, con labios, rostro y gestos que siguen las palabras. Lee texto en voz alta a través de un servicio de texto a voz (Google Cloud por defecto, o ElevenLabs, Azure y otros) y tiene sincronización labial integrada para inglés, alemán, francés, portugués de Brasil, finlandés, lituano y bengalí. Está pensado para personas que programan páginas web: lo agregas desde NPM o un CDN y aportas tu propio archivo de avatar y claves de servicio. Hay una página de prueba que funciona en línea.
¿Qué tan fácil es instalar TalkingHead?
B · instalador y un paso simple · Web
En la web no hay nada que instalar: la aplicación de prueba corre en met4citizen.github.io/TalkingHead y la clase se carga desde un CDN, pero el README indica que el habla y la IA "will not work" hasta que pegues tu propia clave de API en el menú de ajustes, que es el único paso extra. Usarlo dentro de tu propio sitio es trabajo de desarrollador: también necesitas un archivo de avatar 3D con un rig de Mixamo y blend shapes de ARKit y Oculus.
TalkingHead en GitHub
- Estrellas
- 1669el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- +7estrellas en 6 días
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Web
- Necesitas instalar
- Node.js
- Para compilar desde el código
- Node.js
- Espacio en disco
- 100 MB–500 MB · estimación
- Cuentas o claves
- Google Cloud Text-to-Speech, ElevenLabs, Microsoft Azure Speech, OpenAI, Google Gemini, Grok (x.ai)
- Costo
- Gratis, la API se paga · El código es MIT y gratuito. Hacer que el avatar hable normalmente requiere una cuenta de texto a voz: el README recomienda Google Cloud TTS (gratis hasta 4 millones de caracteres al mes, de pago por encima de eso) o Microsoft Azure / ElevenLabs. El módulo aparte del autor, HeadTTS, puede ejecutar voces en el navegador de forma gratuita en su lugar.
- Licencia
- MIT (Permisiva)
- Último cambio en GitHub
- 4 nov 2026
Señales de riesgo de TalkingHead (4)
- Atenciónclave de api en el código del navegador
La ruta para principiantes te dice que "Simply download the file, add your Google TTS API key", mientras que la tabla de opciones advierte sobre ttsApikey: "NOTE: I recommend that you don't use this in production and never put your API key in any client-side code." Una clave colocada así puede ser leída por cualquiera que abra la página.
revisión con IA
- Infolos avatares de ejemplo son solo para uso no comercial
README: "brunette.glb" está bajo CC BY-NC 4.0, y "avatar.glb" (Avaturn), "avatarsdk.glb" y "vroid.glb" fueron creados "for non-commercial use". El proyecto en sí es MIT, pero los avatares, animaciones y sonidos de ejemplo incluidos no son todos gratuitos para proyectos comerciales.
revisión con IA
- Infola app de prueba envía datos a servicios externos de ia
index.html define proxies para chat de OpenAI, moderaciones y transcripciones de audio, Vertex AI, Google TTS, ElevenLabs, Microsoft TTS y Grok. Si activas esas funciones, tu texto y el audio de tu micrófono van a esas empresas.
revisión con IA
- Infoel autor lo llama un proyecto secundario
FAQ: "This is just a small side-project for me, so I don't have any big plans for it." El repositorio está activo (último commit 3 días antes de la revisión, v1.8.2), pero lo mantiene una sola persona.
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de TalkingHead
- Qué tan bien se ve y se escucha la sincronización labial en cada idioma compatible
- El costo mensual real una vez que superas el límite gratuito de texto a voz de Google
- Si un avatar 3D que crees en otro lugar realmente tiene el rig de Mixamo requerido y los 52 blend shapes de ARKit más 15 de Oculus
- Cómo funciona en teléfonos y tablets más antiguos, ya que el renderizado 3D se ejecuta en el navegador
- Qué conserva cada servicio externo de IA o de voz del texto y el audio que envías