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
Sora2视频免费生成
最新版Sora2模型免费使用，一键生成无水印视频
最新版Sora2模型免费使用，一键生成无水印视频
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞绘文
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。
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。
商汤小浣熊
最强AI数据分析助手
小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。
imini AI
像人一样思考的AI智能体
imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
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！
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者 高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
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