TalkingHead
met4citizen/TalkingHeadRevisado por IA
Verificado pelo RepoPicks Radar em
O que é TalkingHead?
TalkingHead é uma classe JavaScript que coloca um personagem 3D de corpo inteiro em uma página web e o faz falar em tempo real, com lábios, rosto e gestos que acompanham as palavras. Ele lê texto em voz alta por meio de um serviço de texto para voz (Google Cloud por padrão, ou ElevenLabs, Azure e outros) e já vem com sincronização labial para inglês, alemão, francês, português do Brasil, finlandês, lituano e bengali. É voltado para quem programa páginas web: você o adiciona pelo NPM ou por um CDN e fornece seu próprio arquivo de avatar e chaves dos serviços. Há uma página de teste que funciona on-line.
Quão fácil é instalar TalkingHead?
B · instalador e um ajuste simples · Web
Na web não há nada para instalar: o aplicativo de teste roda em met4citizen.github.io/TalkingHead e a classe carrega a partir de um CDN, mas o README afirma que a fala e a IA "will not work" até você colar sua própria chave de API no menu de configurações, que é o único passo extra. Usá-lo dentro do seu próprio site é trabalho de desenvolvedor: você também precisa de um arquivo de avatar 3D com um rig do Mixamo e blend shapes de ARKit e Oculus.
TalkingHead no GitHub
- Estrelas
- 1.669em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +7estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Web
- Você precisa instalar
- Node.js
- Para compilar a partir do código
- Node.js
- Espaço em disco
- 100 MB–500 MB · estimativa
- Contas ou chaves
- Google Cloud Text-to-Speech, ElevenLabs, Microsoft Azure Speech, OpenAI, Google Gemini, Grok (x.ai)
- Custo
- Grátis, a API é paga · O código é MIT e gratuito. Para o avatar falar normalmente é preciso uma conta de texto para voz: o README recomenda o Google Cloud TTS (grátis até 4 milhões de caracteres por mês, pago acima disso) ou Microsoft Azure / ElevenLabs. O módulo separado do autor, HeadTTS, consegue rodar vozes no navegador gratuitamente como alternativa.
- Licença
- MIT (Permissiva)
- Última mudança no GitHub
- 4 de nov. de 2026
Sinais de risco de TalkingHead (4)
- Atençãochave de api no código do navegador
O caminho para iniciantes diz para "Simply download the file, add your Google TTS API key", enquanto a tabela de opções avisa sobre ttsApikey: "NOTE: I recommend that you don't use this in production and never put your API key in any client-side code." Uma chave colocada dessa forma pode ser lida por qualquer pessoa que abrir a página.
revisão por IA
- Infoavatares de exemplo são só para uso não comercial
README: "brunette.glb" está sob CC BY-NC 4.0, e "avatar.glb" (Avaturn), "avatarsdk.glb" e "vroid.glb" foram criados "for non-commercial use". O projeto em si é MIT, mas os avatares, animações e sons de exemplo incluídos nem todos são livres para projetos comerciais.
revisão por IA
- Infoo app de teste envia dados para serviços externos de ia
index.html define proxies para o chat da OpenAI, moderações e transcrições de áudio, Vertex AI, Google TTS, ElevenLabs, Microsoft TTS e Grok. Se você ativar esses recursos, seu texto e o áudio do seu microfone vão para essas empresas.
revisão por IA
- Infoo autor chama de projeto paralelo
FAQ: "This is just a small side-project for me, so I don't have any big plans for it." O repositório está ativo (último commit 3 dias antes da verificação, v1.8.2), mas é mantido por uma única pessoa.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em TalkingHead
- Quão boa é a aparência e o som da sincronização labial em cada idioma compatível
- O custo mensal real depois que você ultrapassa a cota gratuita de texto para voz do Google
- Se um avatar 3D criado em outro lugar realmente tem o rig de Mixamo exigido e os 52 blend shapes de ARKit mais 15 de Oculus
- Como ele se comporta em celulares e tablets mais antigos, já que a renderização 3D roda no navegador
- O que cada serviço externo de IA ou de voz guarda do texto e do áudio que você envia