OpenTalking
datascale-ai/opentalkingRevisado por IA
Verificado pelo RepoPicks Radar em
O que é OpenTalking?
O OpenTalking junta as peças de uma pessoa digital que fala: uma página web onde você escolhe um avatar e uma voz, reconhecimento de fala, um modelo de chat, texto para voz e vídeo com sincronização labial enviado para o navegador. Ele também cria vídeos a partir de texto ou áudio e pode copiar um rosto a partir de uma câmera ou de um vídeo enviado. É feito para quem tem familiaridade com terminal: você clona o repositório, instala Python, Node.js e FFmpeg, preenche um arquivo de configuração e inicia os serviços. Há um modo de teste que roda sem placa de vídeo; a sincronização labial de verdade precisa de uma GPU NVIDIA e de arquivos de modelo baixados.
OpenTalking é grátis e de código aberto (Apache-2.0) e pode substituir HeyGen, Synthesia e D-ID.
Quão fácil é instalar OpenTalking?
D · terminal, várias ferramentas ou placa específica · Windows
- Windows D
- macOS D
- Linux D
O Linux é o caminho mais tranquilo e ainda assim é nível D: não há instalador, você roda scripts de shell ou Docker Compose, instala Python, Node.js e FFmpeg, edita um arquivo de configuração, e precisa de uma GPU NVIDIA mais os pesos baixados para a sincronização labial de verdade. O Windows é descrito via WSL2, e no Mac a documentação só cobre um caminho de CPU/MPS do Apple Silicon para um modelo.
Em breve: instale com 1 clique pelo app RepoPicks.
OpenTalking no GitHub
- Estrelas
- 3.344em 10 de nov. de 2026
- Downloads
- 1645 na semana
- Crescimento
- +35estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python, Node.js, Docker, Placa NVIDIA, FFmpeg
- Para compilar a partir do código
- Python, Docker, Placa NVIDIA, FFmpeg
- Espaço em disco
- 1,4 GB–5,5 GB · estimativa
- Contas ou chaves
- 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
- Custo
- Grátis · O código é gratuito (Apache-2.0). A configuração de exemplo aponta o modelo de chat e o reconhecimento de fala para serviços de nuvem pagos (DashScope, Atlas Cloud), e o projeto também documenta opções locais de voz e sincronização labial, então o custo de uso depende do que você escolher.
- Licença
- Apache-2.0 (Permissiva)
- Última mudança no GitHub
- 4 de set. de 2026
Sinais de risco de OpenTalking (5)
- AtençãoClonagem de rosto e voz
O README tem uma seção "C. Video Clone" com "Realtime camera imitation" e "Uploaded video imitation", além da criação de vídeo "Cloned voice driven" e "voice clone profiles" da Xiaomi MiMo no .env.example. Os mesmos recursos podem ser usados para fazer uma pessoa real parecer dizer coisas que nunca disse; o roadmap ainda lista "licensed voices, and synthetic-content labeling" como algo não feito.
revisão por IA
- AtençãoPacotes vindos de um espelho de terceiros
O pyproject.toml define uma fonte de pacotes que não é a padrão como se fosse a padrão: "[[tool.uv.index]] url = \"https://pypi.tuna.tsinghua.edu.cn/simple\" default = true", então as instalações baixam pacotes Python de um espelho na China em vez do PyPI oficial, a menos que você mude isso.
revisão por IA
- InfoServiço aberto para a rede local
O .env.example já vem com OPENTALKING_API_HOST=0.0.0.0 e OPENTALKING_WEB_HOST=0.0.0.0, e o docker-compose.yml publica as portas 8000 e 5173, então a API e a página web respondem a qualquer um que consiga alcançar sua máquina; não há descrição de login para a página web.
revisão por IA
- InfoImporta histórico pessoal de chat
A entrada de "Recent Progress" do README para 2026-06-25 diz: "Added WeChat memory persona import", então a memória do avatar pode ser alimentada com suas conversas privadas do WeChat.
revisão por IA
- InfoProjeto muito novo
O repositório foi criado em 2026-04-16 e tem um único lançamento, v0.1.0 (2026-06-15), sem binários para nenhuma plataforma; o pyproject.toml também indica a versão 0.1.0.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em OpenTalking
- Se a conversa em tempo real realmente acompanha nas placas de vídeo listadas, ou no Windows via WSL2 e no Apple Silicon.
- Quanto espaço em disco os pesos do modelo realmente ocupam depois de baixados (as checagens só estimam entre 1,4 e 5,7 GB).
- Quanto custam por hora de conversa os serviços de chat e voz na nuvem.
- O que contém a imagem da Compshare, de terceiros, linkada no README.
- Se a qualidade da sincronização labial e de voz nos vídeos de demonstração combina com o que você obtém na sua própria máquina.