RepoPicks Radar

每天约 23:30 UTC 更新

指南

OpenTalking

datascale-ai/opentalkingAI 已审核

RepoPicks Radar 检查于

OpenTalking 是什么?

OpenTalking 把一个会说话的数字人所需的各个部件拼在一起:一个网页用来选虚拟形象和声音,加上语音识别、聊天模型、文字转语音,以及发送到浏览器的唇形同步视频。它还能用文字或音频生成视频,也能从摄像头或上传的视频里复制一张脸。它是给熟悉命令行的人用的:你需要克隆仓库,安装 Python、Node.js 和 FFmpeg,填好配置文件,然后启动各个服务。测试模式不用显卡就能跑;真正的唇形同步需要一块 NVIDIA 显卡和下载好的模型文件。

OpenTalking 免费开源(Apache-2.0),可以替代 HeyGen、Synthesia和D-ID。

OpenTalking 安装有多容易?

D · 终端、多个工具或特定显卡 · Windows

  • Windows D
  • macOS D
  • Linux D

Linux 是最顺畅的路线,但依然是 D 级:没有安装程序,你要自己跑 shell 脚本或 Docker Compose,安装 Python、Node.js 和 FFmpeg,编辑配置文件,而且真正的唇形同步还需要一块 NVIDIA 显卡加上下载好的权重文件。Windows 这边是靠 WSL2 来实现的,而 Mac 上的文档只覆盖了某一个模型在 Apple Silicon 的 CPU/MPS 路线。

即将推出:用 RepoPicks 应用一键安装。

OpenTalking 的 GitHub 数据

星标
3,3442026年11月10日
下载量
164本周 5
增长
+356 天内新增星标

星标变化

3,3103,3203,3303,3403,350 11月5日11月6日11月7日11月8日11月9日11月10日 3,3103,3203,3303,3403,350 11月5日11月8日

事实

可运行于
Windows, macOS, Linux
需要安装
Python, Node.js, Docker, NVIDIA 显卡, FFmpeg
从源码编译需要
Python, Docker, NVIDIA 显卡, FFmpeg
磁盘空间
1.4 GB–5.5 GB · 估算
账号或密钥
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
费用
免费 · 代码本身是免费的(Apache-2.0 许可证)。示例配置把聊天模型和语音识别指向了付费的云服务(DashScope、Atlas Cloud),项目也写了本地语音和唇形同步的方案,所以实际花多少钱取决于你选哪一种。
许可证
Apache-2.0 (宽松型)
可以替代
HeyGen, Synthesia, D-ID
GitHub 上的最近改动
2026年9月4日

OpenTalking 的风险信号 (5)

  • 注意能克隆人脸和声音

    README 里有一节 "C. Video Clone",包含 "Realtime camera imitation" 和 "Uploaded video imitation",另外还有 "Cloned voice driven" 的视频生成功能,以及 .env.example 里小米 MiMo 的 "voice clone profiles"。同样的功能也能被用来让一个真实的人看起来说了他从没说过的话;路线图里还把 "licensed voices, and synthetic-content labeling" 列为尚未完成。

    AI 审核

  • 注意软件包来自第三方镜像源

    pyproject.toml 把一个非官方的软件包源设成了默认源:"[[tool.uv.index]] url = \"https://pypi.tuna.tsinghua.edu.cn/simple\" default = true",所以除非你自己改掉,安装时拉取的 Python 包来自中国的一个镜像站,而不是官方 PyPI。

    AI 审核

  • 信息服务对局域网完全开放

    .env.example 里自带 OPENTALKING_API_HOST=0.0.0.0 和 OPENTALKING_WEB_HOST=0.0.0.0,docker-compose.yml 还对外发布了 8000 和 5173 端口,所以只要能连到你的机器,任何人都能访问这个 API 和网页;文档里也没提到网页有登录验证。

    AI 审核

  • 信息会导入个人聊天记录

    README 的 "Recent Progress" 里 2026-06-25 那条写着:"Added WeChat memory persona import",也就是说可以把你的微信私人聊天记录喂给这个虚拟形象当记忆。

    AI 审核

  • 信息项目非常新

    这个仓库创建于 2026-04-16,只有一个发布版本 v0.1.0(2026-06-15),没有任何平台的二进制文件;pyproject.toml 里写的版本号也是 0.1.0。

    AI 审核

证据以原始语言显示。

Radar 无法验证的 OpenTalking 相关内容

  • 实时对话在列出的那些显卡上,以及在 Windows 通过 WSL2、在 Apple Silicon 上,是否真的能跟得上节奏。
  • 模型权重下载完之后实际占用多少磁盘空间(检查结果只是估算了 1.4 到 5.7 GB)。
  • 云端聊天和语音服务每小时对话大概要花多少钱。
  • README 里链接的第三方 Compshare 镜像里到底装了什么。
  • 演示视频里的唇形同步和语音质量,和你在自己机器上跑出来的效果是否一样。

类似项目

RepoPicks 应用

即将推出:用 RepoPicks 应用一键安装。

下载之前

在 GitHub 上查看版本页面