Wav2Lip, IIIT Hyderabad araştırmacıları tarafından geliştirilen ve herhangi bir ses kaydından mükemmel şekilde senkronize dudak hareketleri üreten, görsel konuşma sentezinde çığır açan bir derin öğrenme modelidir. Model, girdi olarak bir yüz videosu ve ses parçası alır, ardından orijinal yüz kimliğini, ifadelerini ve baş hareketlerini korurken konuşma içeriğiyle tam olarak eşleşen gerçekçi dudak hareketleri üretir. GAN (Generative Adversarial Network) mimarisi üzerine inşa edilen Wav2Lip, üretilen ağız hareketlerinin gerçek konuşmadan algısal olarak ayırt edilemez olmasını sağlayan önceden eğitilmiş bir dudak senkronizasyonu ayrıştırıcısı kullanır. Bu ayrıştırıcı, senkronizasyon kalitesini ince ayrıntı düzeyinde değerlendirerek önceki yaklaşımlardan önemli ölçüde daha doğru dudak senkronizasyonu sağlar. Model, kimlik, etnisite veya dil fark etmeksizin herhangi bir yüzle çalışır ve konuşma, şarkı söyleme ve dublaj dahil çeşitli ses türlerini işleyebilir. Wav2Lip, önceden kaydedilmiş videoların yanı sıra konuşma güdümlü dudak hareketleriyle canlandırdığı statik görüntülerle de çalışır. Apache 2.0 lisansı altında açık kaynak olarak yayınlanan model, içerik oluşturma topluluğu tarafından yaygın olarak benimsenmiştir. Yaygın uygulamalar arasında yabancı dil filmlerin dublajı, çok dilli video içerik üretimi, avatar ve sanal karakter canlandırma, sentetik sunucularla eğitim materyali oluşturma ve işitme engelli kullanıcılar için erişilebilirlik uygulamaları yer alır.