MultiTalk
MeiGen-AI/MultiTalkAI 已审核
RepoPicks Radar 检查于
MultiTalk 是什么?
MultiTalk 是一套研究代码(NeurIPS 2025),能把一张参考图片、一段或多段语音轨道和一段文字提示,转换成一段 480p 的视频,画面里的人物在交谈、唱歌或互动,嘴型与音频同步。它还能用内置的语音模型(Kokoro)自己朗读文字。片段很短,大约 15 秒。你需要先在 Linux 上配置好 Python、适配 NVIDIA CUDA 的 PyTorch、FFmpeg,并下载四个独立的模型,然后通过终端运行,或启动一个你自己搭建的简单网页。需要一块 NVIDIA 显卡。
MultiTalk 安装有多容易?
D · 终端、多个工具或特定显卡 · Linux
Linux 是唯一有文档说明的平台:需要一个 conda 环境,为 CUDA 12.1 编译的 PyTorch 和 xformers,用 ninja 编译的 flash-attn,FFmpeg,从 Hugging Face 下载四个模型,然后在运行第一条命令之前,把文件移动并在权重文件夹里建立符号链接。所有示例都假设你有一块 NVIDIA 显卡。
即将推出:用 RepoPicks 应用一键安装。
MultiTalk 的 GitHub 数据
- 星标
- 3,0332026年11月10日
- 下载量
- —所有发布版本
- 增长
- +46 天内新增星标
星标变化
事实
- 可运行于
- Linux
- 需要安装
- Python, FFmpeg, NVIDIA 显卡
- 从源码编译需要
- Python, FFmpeg
- 磁盘空间
- 210 MB–570 MB · 估算
- 账号或密钥
- 无
- 费用
- 免费
- 许可证
- Apache-2.0 (宽松型)
- GitHub 上的最近改动
- 2026年5月22日
MultiTalk 的风险信号 (5)
- 注意逼真的真人说话视频
README.md 承诺由 "a multi-stream audio input, a reference image and a prompt" 生成 "Realistic Conversations",并且 "consistent lip motions aligned with the audio"。许可证部分还补充说,你的使用 "must not involve sharing any content that violates applicable laws, causes harm to individuals or groups, disseminates personal information intended for harm, spreads misinformation"。它可以让真实存在的人看起来说了他们从未说过的话。
AI 审核
- 信息需要下载不在仓库里的大型模型
README 要求你用 huggingface-cli 把 Wan2.1-I2V-14B-480P、chinese-wav2vec2-base、Kokoro-82M 和 MeiGen-MultiTalk 下载到 ./weights 目录。这些文件有好几个 GB 大小,并不包含在仓库里。
AI 审核
- 信息安装步骤需要用 sudo 创建符号链接
模型准备步骤要求你运行 "sudo ln -s {Absolute path}/weights/MeiGen-MultiTalk/multitalk.safetensors weights/Wan2.1-I2V-14B-480P/",并重命名下载的基础模型里的一个文件,这意味着安装过程会以管理员权限修改文件。
AI 审核
- 信息依赖项中包含云端 API 的 SDK
requirements.txt 中包含 "dashscope",这是阿里云 AI 服务的客户端库,尽管文档里给出的命令都是在本地运行的。
AI 审核
- 信息作者指向了更新的模型
README.md 的更新说明里提到 InfiniteTalk(2025 年 8 月)和 LongCat-Video-Avatar-1.5(2026 年 5 月 21 日)是同一团队推出的更新、"upgraded" 框架;这个仓库最后一次提交是在 2026-05-22,720p 和 ComfyUI 在 Todo 列表里仍未完成。
AI 审核
证据以原始语言显示。
Radar 无法验证的 MultiTalk 相关内容
- 下载完 Wan2.1 14B 基础模型和另外三套模型后,总共占用多少磁盘空间
- 实际需要多少显卡显存,生成一段 15 秒的片段要花多长时间
- 固定版本的安装步骤(CUDA 12.1 wheels、flash-attn 2.7.4)现在是否还能用
- 能否在 Windows 或 macOS 上运行,这些平台没有文档说明
- README 中提到的长视频里的真实画质和色彩漂移情况