README_hf_space.md

metadata

title: DittoTalkingHead
emoji: 🗣️
colorFrom: blue
colorTo: purple
sdk: gradio
sdk_version: 4.19.0
app_file: app.py
pinned: false
license: apache-2.0
hardware: a100-large
preload_from_hub:
  - digital-avatar/ditto-talkinghead

DittoTalkingHead - Talking Head Generation

音声とソース画像から、リアルなTalking Headビデオを生成します。

特徴

• 高品質なリップシンク
• 自然な表情と頭部の動き
• TensorRTによる高速推論
• 自動モデルダウンロード機能

使い方

1. 音声ファイル（WAV形式）をアップロード
2. ソース画像（PNG/JPG形式）をアップロード
3. 生成ボタンをクリック

技術仕様

• GPU: NVIDIA A100（推奨）
• フレームワーク: PyTorch
• モデル: DittoTalkingHead (PyTorch版)
• モデルサイズ: 約2.5GB

注意事項

• 初回実行時は、モデルの自動ダウンロードのため時間がかかります（約10-15分）
• GPU（A100）環境での実行を推奨します
• 音声ファイルは16kHz WAV形式が推奨です

モデルソース

モデルはdigital-avatar/ditto-talkingheadから自動的にダウンロードされます。

ライセンス

Apache License 2.0