让我们看看演示视频吧！

Hallo2，百度开源的音频驱动生成说话视频，最长可生成1小时，输入人物图片+要说的音频，生成该人物说话的视频，基于扩散模型，嘴型同步，最高4K画质。

项目地址：https://fudan-generative-vision.github.io/hallo2/#/

Github地址：https://github.com/fudan-generative-vision/hallo2

论文地址：https://arxiv.org/abs/2410.07718

模型下载地址：https://huggingface.co/fudan-generative-ai/hallo2



微信扫描下方的二维码阅读本文

Hallo2，百度开源的音频驱动生成说话视频，最长可生成1小时插图

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。