AI-Waifu-Vtuber

AI-Waifu-Vtuber

多语言虚拟助手与VTuber开源技术

AI Waifu Vtuber & Assistant项目集合多种技术如VoiceVox、DeepL和Whisper OpenAI,支持多语言TTS功能,并提供Twitch直播支持。其支持语言包括日语、英语、俄语和西班牙语等,适合多种应用场景。

AI Waifu VtuberVoiceVoxSeliro TTSDeepLVtubeStudioGithub开源项目

项目背景

AI Waifu Vtuber 是一个虚拟偶像项目,受到开发者 shioridotdev 的启发。项目利用了多种技术,包括 VoiceVox Engine、DeepL、Whisper OpenAI、Seliro TTS 和 VtubeStudio,致力于打造一个人工智能驱动的虚拟YouTuber。该项目也作为一个智能助手提供支持。

更新日志

  • 版本 3.5:新增对 Twitch 直播的支持。
  • 版本 3.0:不仅支持使用 VoiceVox 的日语文本转语音(TTS),还增加了对多种语言的支持,包括俄语、英语、德语、西班牙语、法语、鞑靼语、乌克兰语、乌兹别克语、卡尔梅克语和印地语,使用 Seliro TTS。

项目展示

AI Waifu Vtuber 项目的实际运行情况可以通过以下链接查看:

使用技术

项目使用了多种技术平台和工具:

  • VoiceVox Docker:用于日语文本转语音
  • DeepL 和 Deeplx:用于文本翻译
  • Whisper OpenAI:用于语音识别和翻译
  • Seliro TTS:支持多语言文本转语音
  • VB-Cable:虚拟音频线路
  • VtubeStudio:用于虚拟形象展示

安装指南

  1. 安装项目依赖:通过命令 pip install -r requirements.txt
  2. 配置 OpenAI API 密钥:创建 config.py 文件,添加 api_key = '你的API密钥'
  3. 修改拥有者名称:在代码中设置 owner_name = "Ardha"
  4. 配置黑名单(用于直播):在 run.py 文件中创建一个黑名单列表,比如 blacklist = ["Nightbot", "streamelements"]
  5. 定制助手身份:更改 characterConfig\Pina\identity.txt 中的文本。
  6. 直播配置(适用于 Twitch):修改 utils/twitch_config.py 文件。包括您的 Twitch 用户名和频道信息。
  7. 选择 TTS 引擎:在代码中选择使用 VoiceVox 或 Silero,将日语输入用于 VoiceVox,其他语言则使用 Silero。
  8. 设置翻译器(可选):选择使用 Google Translate 或 Deeplx 进行内容翻译。
  9. 设置虚拟音频线路:使用 Virtual Cable 来捕获程序的音频输出。

常见问题解答

音频转录错误

如遇音频转录错误,可以尝试使用以下代码片段来获取更详细的错误信息,从而改进转录过程。

Mecab 安装问题

如果在安装 Mecab 时遇到问题,可以选择不使用 katakana_converter 函数,因为此函数是可选的。

致谢

感谢所有为这个项目的技术开发做出贡献的团队,包括 VoiceVox Engine、DeepL、Whisper OpenAI 和 VtubeStudio。

编辑推荐精选

讯飞智文

讯飞智文

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。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

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。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

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。

Trae

Trae

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工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

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。

讯飞绘文

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。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

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-python

openai-agents-python

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。

Hunyuan3D-2

Hunyuan3D-2

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。

3FS

3FS

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。

下拉加载更多