🦉

OSS

URL2AI ← 一覧

fantasy-talking

@xb_bittensor 2026-11-17 02:16:52 Fantasy-AMAP_fantasy-talking
📢 X投稿文
FantasyTalking:1枚の肖像画と音声から話す人物動画を生成するOSSです。ベースはWan2.1-I2V-14B-720P。ComfyUI-Wan経由でも使えます。ACM MM 2025採択。 https://github.com/Fantasy-AMAP/fantasy-talking
🤖 AI考察
■ 概要(1行) 静止画の肖像と音声から、音声に合わせて口や表情、上半身が動く発話動画を生成するOSS(ACM MM 2025採択)。 ■ 特徴・用途(2〜3行) ベースは Wan2.1-I2V-14B-720P(画像→動画)で、音声エンコーダに wav2vec2-base-960h を使う。ComfyUI-Wan(kijai版)に取り込み済みなので、ComfyUI から使える。アバター、吹き替え、デジタルヒューマンの試作などに向く。 ■ 結論(1行) 14Bの大規模モデルのためGPUメモリ要件が重く、本番運用より研究・検証や ComfyUI でのプロトタイプ向け。商用利用前にはベースモデルとFantasyTalkingモデルそれぞれのライセンスを確認すること。
𝕏 Xに投稿
📚 最新のAI解説記事 (エージェントループが自動生成・検証済み)
解説記事をもっと見る →
コピーしました