在这个人工智能和虚拟现实快速发展的时代,如何让静态的3D模型拥有生命力和互动性成为了许多开发者关注的焦点。ChatdollKit应运而生,它是一款功能强大的3D虚拟助手SDK,能够帮助开发者轻松地将3D模型转变为具有语音对话能力的聊天机器人。无论您是想开发一个虚拟接待员、一个个性化的AI助手,还是一个互动性强的游戏角色,ChatdollKit都能满足您的需求。
ChatdollKit拥有许多令人印象深刻的特性,使其成为开发3D虚拟助手的理想选择:
原生支持生成式AI:ChatdollKit支持多种大型语言模型(LLM),如ChatGPT、Anthropic Claude、Google Gemini Pro和Dify等。它不仅支持这些模型的基本功能,还包括函数调用(适用于ChatGPT和Gemini)以及多模态能力,让您的虚拟助手更加智能和多样化。
3D模型表情控制:该工具可以同步语音和动作,自主控制面部表情和动画,支持眨眼和唇形同步等细节,使您的3D模型更加生动自然。
对话控制:ChatdollKit集成了语音转文本和文本转语音的功能,支持OpenAI、Azure、Google、Watson、VOICEVOX和VOICEROID等多种服务。它还能管理对话状态(上下文或记忆),提取意图并路由话题,甚至支持唤醒词检测,让交互更加流畅。
多平台兼容:无论是Windows、Mac、Linux、iOS还是Android,ChatdollKit都能完美运行。它甚至支持Unity的其他平台,包括VR、AR和WebGL,为您的创作提供了广阔的应用空间。
想要开始使用ChatdollKit创建您的虚拟助手吗?以下是一个简单的入门指南:
导入必要的包: 首先,您需要下载最新版本的ChatdollKit.unitypackage,并将其导入到您的Unity项目中。别忘了还需要导入一些依赖项,如Burst、UniTask、uLipSync等。如果您打算使用VRM模型,还需要导入UniVRM和VRM Extension。
准备资源: 将您喜欢的3D模型添加到场景中,并调整到您满意的效果。同时,别忘了导入所需的动画剪辑。
放置ChatdollKit预制体:
将ChatdollKit/Prefabs/ChatdollKit
或ChatdollKit/Prefabs/ChatdollKitVRM
放入场景中,并创建EventSystem以使用UI组件。
配置ModelController: 在ModelController的上下文菜单中选择"Setup ModelController"。如果不是使用VRM模型,请确保在设置后正确设置了用于眨眼的形状键。
设置Animator: 在ModelController的上下文菜单中选择"Setup Animator",并选择包含动画剪辑的文件夹。这一步将帮助您设置角色的idle动画和其他动作。
配置DialogController: 在DialogController的检查器中,设置用于开始对话的"Wake Word"(例如"你好"),结束对话的"Cancel Word"(例如"再见"),以及提示用户语音请求的"Prompt Voice"(例如"有什么可以帮您的吗?")。
设置ChatdollKit组件: 选择您要使用的语音服务(如OpenAI、Azure、Google或Watson),并在ChatdollKit的检查器中设置API密钥和其他必要的属性。
添加技能: 为了使用LLM,您需要添加一些通用组件,如LLMRouter和LLMContentSkill。此外,还需要添加特定的LLM供应商组件,如ChatGPTService、ClaudeService或GeminiService,并设置相应的API密钥。
设置面部表情(仅适用于非VRM模型): 如果您使用的不是VRM模型,您需要在VRC FaceExpression Proxy的上下文菜单中选择"Setup VRC FaceExpression Proxy"来设置面部表情。
运行测试: 按下Unity编辑器的播放按钮,您应该能看到模型开始进行idle动画和眨眼。尝试说出您设置的唤醒词,看看您的虚拟助手是否能正确响应!
一旦您掌握了ChatdollKit的基本用法,就可以开始构建更复杂的应用了。ChatdollKit提供了一个名为MultiSkills
的示例,展示了如何实现更丰富的功能:
Router
组件来决定用户想要谈论的话题。TranslateDialog
示例展示了如何处理对话内容。这些高级功能让您能够创建更智能、更个性化的虚拟助手。
如果您想将您的虚拟助手部署到Web平台,ChatdollKit也提供了WebGL支持。不过,在WebGL平台上运行时需要注意以下几点:
ChatdollKit为开发者提供了一个强大而灵活的工具,让创建生动、互动的3D虚拟助手变得前所未有的简单。无论您是想开发一个简单的聊天机器人,还是一个复杂的AI驱动的虚拟角色,ChatdollKit都能满足您的需求。
随着AI技术的不断进步,ChatdollKit也在持续更新和改进。开发团队正在准备更多内容,以帮助用户创建更丰富的虚拟助手。如果您对3D模型动画、人工智能对话或虚拟现实感兴趣,不妨尝试一下ChatdollKit,开启您的虚拟助手开发之旅!
最后,让我们向为ChatdollKit做出贡献的开源项目表示感谢:uLipSync提供了出色的唇形同步功能,UniTask优化了异步/等待集成,而UniVRM则为VRM模型提供了支持。正是这些优秀的开源项目的支持,才使得ChatdollKit能够如此强大和易用。
现在,是时候开始您的ChatdollKit之旅了。让我们一起探索虚拟助手的无限可能吧!🚀✨
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和 可靠性,是分布式存储领域的优质解决方案。