1
Elige un retrato
Sube una imagen clara; el Space la procesa para la orientación elegida.
Vídeo de avatar guiado por audio
Demo online gratis de OmniAvatar
Combina una imagen y una voz corta para crear un avatar que habla con labios, expresiones y cuerpo sincronizados mediante ZeroGPU público.
ZeroGPU real Imagen + audio Demo de 5 s Control por prompt
Crear avatar Muestra oficial de OmniAvatar
El audio controla el habla y el prompt guía conducta, emoción y escena.
Crea un avatar que habla
Usa primero el Space recomendado o cambia manualmente. ZeroGPU puede dormir, despertar, hacer cola o cambiar de estado.
Comprobando la disponibilidad…
alexnasa · OmniAvatar
Configuración ZeroGPU verificada el 26 de agosto de 2026
ZeroGPU · dinámico
Despertando o cargando el Space OmniAvatar…
Un retrato, una voz y una dirección
Tres entradas simples se convierten en una actuación corta. Funcionan mejor referencias claras y prompts breves.
2
Añade una voz corta
Sube audio, graba con el micrófono o usa una muestra. El flujo actual conserva los primeros 5 segundos.
3
Dirige la actuación
Usa el prompt adaptativo o describe expresión, cuerpo y fondo; después elige los pasos.
Más que sincronización labial
OmniAvatar condiciona rostro, cuerpo y escena; sirve para presentadores, podcasts, canto y personajes.
Habla sincronizada
El condicionamiento Wav2Vec alinea boca y expresión con la voz.
Animación corporal adaptativa
El personaje puede gesticular y mover el cuerpo, no solo hablar con una cabeza estática.
Actuación dirigida por texto
El prompt guía acción, emoción, encuadre y detalles opcionales del fondo.
Sube o graba audio
La UI acepta archivos, grabación del navegador y ejemplos de voz en caché.
ZeroGPU es gratis, no ilimitado
HF mide tiempo por cuenta; la cuota restante afecta la cola y las tareas xlarge cuestan el doble que large.
| Cuenta | GPU diario incluido | Prioridad |
|---|---|---|
| Anónimo | 2 min | Baja |
| HF Free | 5 min | Media |
| HF PRO | 40 min | Máxima |
Por qué el demo usa cinco segundos
La función actual corta el audio a sus primeros 5 segundos para que el trabajo 14B sea viable en ZeroGPU compartido.
El código actual de alexnasa pide una GPU xlarge de 96 GB. Cuatro pasos y el multiplicador 2× pueden superar la cuota anónima. Es una estimación del código vivo.
El modelo sí funciona en GPUs compartidas de Hugging Face
En vez de reenviar a una API comercial, los Spaces cargan OmniAvatar abierto y solicitan ZeroGPU durante la inferencia.
Tu navegador
Space HF público
ZeroGPU
Avatar MP4
API Gradio pública
Los Spaces Gradio públicos exponen API, pero OmniAvatar tiene preprocesado y estado. Lee view_api() y no fijes /predict.
Client.connect("alexnasa/OmniAvatar") El evento actual usa infer_scene y recibe imagen, audio, prompt, orientación, pasos y sesión. Trátalo como experimental.
Producción y alojamiento propio
Pesos 14B/1.3B y código usan Apache-2.0, pero ningún HF Inference Provider aloja 14B. Un producto estable necesita despliegue propio.
14B 1.3B Apache-2.0 480p
Preguntas sobre OmniAvatar
¿El demo de OmniAvatar es gratis?
ZeroGPU público es gratis dentro de la cuota HF. Una generación 14B cuesta mucho; la cuota anónima puede no bastar y la cola puede ser larga.
¿Puedo generar sin iniciar sesión?
El Space abre sin entrar. Generar depende de cuota y duración; HF puede pedir acceso para ofrecer más cuota.
¿Puedo subir audio largo?
Puedes seleccionar un archivo mayor, pero la inferencia pública actual procesa solo los primeros cinco segundos.
¿Puedo usarlo como API gratis de producción?
La API pública sirve para pruebas. Estado, cola, código y cuota cambian; no hay compromiso de disponibilidad.
¿Dónde se procesan imagen y voz?
Salen de Wan2.Video y las procesa el Space tercero elegido. Usa solo material autorizado.
Continúa tu flujo de avatar
Explora transferencia de movimiento, generación de sonido y otras herramientas de Wan2.Video.