VideoChat
通过GLM-4-Voice和级联语音方案实现低延迟交互的数字人对话系统
数字人对话系统提供支持实时语音交互的平台，采用GLM-4-Voice结合ASR-LLM-TTS-THG技术，实现低延迟和音色克隆。用户可选择端到端或级联系统，享受3秒首包延迟的优势。项目支持本地部署和多种推理方式，结合FunASR、Qwen和MuseTalk技术，提升视频和语音合成稳定性。该系统为开发者提供灵活高效的语音对话解决方案。
视频聊天项目是一个先进的实时语音交互数字人平台，专为实现交互式的数字人交流而设计。该项目提供两种语音生成方案：端到端的语音方案（GLM-4-Voice - THG）和级联方案（ASR-LLM-TTS-THG），这两种方案都具有独特的技术优势和灵活的应用场景。
用户可以通过该平台自定义数字人的形象与音色，甚至可以使用音色克隆功能，实现个性化的语音互动体验。该平台的首包延迟非常低，级联方案仅需约3秒，确保用户获得流畅的交互体验。
在技术选择方面，视频聊天项目采用了多种最新的技术，包括自动语音识别（ASR）、大语言模型（LLM）、多模态大语言模型（MLLM），以及文本转语音（TTS）和人脸生成（THG）等，每一个技术模块都是经过精心挑选和优化，以确保平台的稳定性和高效性。
项目的本地部署需要一定的硬件支持，例如，对于级联方案需要约8G显存，端到端语音方案则需要约20G显存。此外，本地运行环境要求使用Ubuntu 22.04和Python 3.10，以及相关的CUDA和PyTorch配置，以便充分发挥硬件性能。
在权重文件的管理上，项目提供了两种下载方式，用户可以选择创空间下载以获得更佳的下载体验，或者根据具体需求手动下载相关文件。
为了满足不同用户的需求，项目在LLM和TTS模块中提供了多种推理方式。如果用户机器性能有限，还可以使用API调用的方式，通过阿里云的大模型服务平台获取支持。同时，项目也提供本地推理方式，用户可以通过Qwen和vLLM技术实现高效的运行。
项目启动和自定义数字人的使用十分方便，用户仅需要按步骤设置好开发环境，下载合适的权重文件，并在启动应用程序后，便可以开始体验和使用自定义的数字人形象，打造属于自己的独特互动体验。
该项目为那些希望在 数字人交互领域探索和实践的开发者们提供了一个创新平台，结合最新的AI技术，赋予用户极大的自由度和创意空间。
编辑推荐精选
扣子-AI办公
职场AI，就用扣子
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
堆友
多风格AI绘画神器
堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。
码上飞
零代码AI应用开发平台
零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
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。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号