Wav2lip能够使虚拟人物的口型与输入的语音同步。然而，Wav2lip存在一个问题，即它只能在嘴唇附近实现虚拟人物的动态效果。所以基于这个问题，今天给大家一个更自然的实现！事实上我们知道，音频与不同面部动作之间的关联是不同的。换句话说，虽然嘴唇的运动与音频之间的联系最为紧密，但头部姿势和眨眼等其他面部表情也可以对音频产生影响。
SadTaker它是通过隐式3D系数调制来驱动风格化音频，生成具有人脸动作的视频。总体而言，SadTaker在面部处理方面的效果优于Wav2Lip，并且相对于Wav2Lip+GFPGAN，速度也有很大提升。此外，SadTaker还支持自由旋转角度，使生成的视频更加自然，前面的视频效果大家已经感受到了。
