音频驱动多人对话视频生成框架 MultiTalk

GitHub项目地址：
https://github.com/MeiGen-AI/MultiTalk

​​项目简介​​
MultiTalk是由中山大学、美团等机构联合开发的音频驱动多人对话视频生成框架。其核心功能是通过单张图片和音频输入，生成口型精准、动作自然的数字人视频，尤其擅长多人交互场景（如对话、合唱）。技术亮点包括Diffusion架构、L-ROPE定位技术，以及两阶段训练策略。项目开源免费，支持本地部署。