Wav2Lip

Wav2Lip 是 OpenTalking 推荐的第一个真实口型同步模型路径。它比重型 talking-head 模型更轻，适合从 mock 过渡到真实视频输出，并评估端到端音频驱动视频链路。

支持状态

项	值
模型 ID	wav2lip
Backend	local / omnirt
证据等级	local adapter 已内置；OmniRT 兼容路径已文档化
推荐用途	第一个真实唇形模型、轻量 demo、低成本链路验证

Benchmark 参考

以下数据摘自 Benchmark。稳态FPS 表示模型持续生成吞吐，不等同于完整用户体感延迟；完整链路还会受到 STT、LLM、TTS、队列和 WebRTC 影响。

硬件	Backend	输出	稳态FPS	首轮总延迟/ms	TTFV/ms	推理峰值显存/GB
RTX 3090	OmniRT	498×832 / 30fps	37.269	3002.526	1625.962	7.928
RTX 4090	OmniRT	498×832 / 30fps	31.542	3689.764	1955.629	8.133
NPU 910B2	OmniRT	498×832 / 30fps	23.945	4019.564	2615.322	9.113

选择部署模式

模式	适合场景	入口
Local	单机部署、依赖最少、先跑通真实唇形同步	Wav2Lip Local 部署
OmniRT	推理服务独立部署、复用 OmniRT 的预加载和设备配置	Wav2Lip OmniRT 部署

何时换其它模型

• 需要更低延迟实时口播：看 QuickTalk。
• 需要更高质量或 MuseTalk 官方预处理效果：看 MuseTalk。
• 需要高质量重模型或服务化私有部署：看 FlashTalk。

相关页面

• Support Matrix
• Avatar Assets
• Talking-head Model Deployment