TalkingHead
met4citizen/TalkingHeadAI 已审核
RepoPicks Radar 检查于
TalkingHead 是什么?
TalkingHead 是一个 JavaScript 类,可以在网页上放置一个全身 3D 角色,并让它实时说话,嘴型、表情和动作都会跟随语音内容。它通过文字转语音服务(默认是 Google Cloud,也可以用 ElevenLabs、Azure 等)朗读文本,并内置了英语、德语、法语、巴西葡萄牙语、芬兰语、立陶宛语和孟加拉语的嘴型同步。它面向会写网页代码的人:你通过 NPM 或 CDN 引入它,并提供自己的 avatar 文件和服务密钥。有一个在线的测试页面可以体验。
TalkingHead 安装有多容易?
B · 安装程序加一个简单步骤 · Web
在网页上没有任何需要安装的东西:测试应用运行在 met4citizen.github.io/TalkingHead,这个类从 CDN 加载,但 README 说语音和 AI 功能 "will not work",除非你在设置菜单里粘贴自己的 API 密钥,这是唯一多出来的一步。要把它用到自己的网站里就是开发工作了:你还需要一个带 Mixamo 骨骼以及 ARKit 和 Oculus 混合形状的 3D avatar 文件。
TalkingHead 的 GitHub 数据
- 星标
- 1,6692026年11月10日
- 下载量
- —所有发布版本
- 增长
- +76 天内新增星标
星标变化
事实
- 可运行于
- Web
- 需要安装
- Node.js
- 从源码编译需要
- Node.js
- 磁盘空间
- 100 MB–500 MB · 估算
- 账号或密钥
- Google Cloud Text-to-Speech, ElevenLabs, Microsoft Azure Speech, OpenAI, Google Gemini, Grok (x.ai)
- 费用
- 免费,API 另行收费 · 代码采用 MIT 许可,免费。要让 avatar 正常说话,通常需要一个文字转语音账号:README 推荐 Google Cloud TTS(每月 400 万字符以内免费,超出部分收费)或 Microsoft Azure / ElevenLabs。作者另外做的 HeadTTS 模块则可以在浏览器里免费运行语音。
- 许可证
- MIT (宽松型)
- GitHub 上的最近改动
- 2026年11月4日
TalkingHead 的风险信号 (4)
- 注意API 密钥写在浏览器端代码里
新手教程告诉你 "Simply download the file, add your Google TTS API key",而选项表格对 ttsApikey 发出警告:"NOTE: I recommend that you don't use this in production and never put your API key in any client-side code." 这样放置的密钥,任何打开这个页面的人都能读取到。
AI 审核
- 信息示例 avatar 仅限非商业用途
README 写明:"brunette.glb" 使用 CC BY-NC 4.0 许可,而 "avatar.glb"(Avaturn)、"avatarsdk.glb" 和 "vroid.glb" 的创建说明是 "for non-commercial use"。项目本身是 MIT 许可,但随附的示例 avatar、动画和声音并非都能免费用于商业项目。
AI 审核
- 信息测试应用会把数据发送给外部 AI 服务
index.html 为 OpenAI 聊天、内容审核和音频转写、Vertex AI、Google TTS、ElevenLabs、Microsoft TTS 和 Grok 都设置了代理。如果你启用这些功能,你的文本和麦克风音频就会发送给这些公司。
AI 审核
- 信息作者称它是一个业余项目
FAQ 中写道:"This is just a small side-project for me, so I don't have any big plans for it." 这个仓库是活跃的(检查前 3 天还有提交,版本 v1.8.2),但只由一个人维护。
AI 审核
证据以原始语言显示。
Radar 无法验证的 TalkingHead 相关内容
- 每种支持的语言,嘴型同步的实际效果和音质如何
- 超过 Google 文字转语音免费额度后,每月的真实费用是多少
- 你在别处制作的 3D avatar 是否真的具备所需的 Mixamo 骨骼,以及 52 个 ARKit 和 15 个 Oculus 混合形状
- 在较旧的手机和平板上表现如何,因为 3D 渲染是在浏览器里进行的
- 你发送的文本和音频,各个外部 AI 或语音服务会保留哪些内容