腾讯混元今日发文宣布开源混元语音数字人模型，仅需一张图和一段音频，就能让图中的主角自然地说话、唱歌。

　　此次发布的并开源的语音数字人模型 HunyuanVideo-Avatar，由腾讯混元大模型及腾讯音乐天琴实验室 MuseV 技术联合研发，支持用户可上传人物图像与音频，HunyuanVideo-Avatar 模型会自动理解与音频，比如HunyuanVideo-Avatar 适用于短创作、电商与广告等多种应用场景，可以生成人物在不同场景下的说话、对话、表演等片段，快速制作产品介绍或多人互动广告，降低制作成本。

　　HunyuanVideo-Avatar 的单主体能力已经开源，并在腾讯混元官网上线，用户可以在“模型广场-混元生-数字人-语音驱动-HunyuanVideo-Avatar”中体验，目前支持上传IT 之家附有关链接如下：

　　体验入口：项目主页：Github：CNB：技术报告：