GPT-vup

GPT-vup

实时互动AI直播数字人系统

GPT-vup是一个基于生产者-消费者模型的AI直播数字人项目,支持哔哩哔哩和抖音平台。该系统集成OpenAI嵌入技术和GPT-3.5 API,提供实时弹幕互动、欢迎观众和感谢礼物等基本功能。通过插件系统,GPT-vup还实现了语音交互、动作匹配、定时事件触发和上下文补充等高级特性,为直播增添智能化和个性化元素。

GPT-vup数字人直播AI交互直播功能VTube StudioGithub开源项目

GPT-vup Live2D数字人直播

(本库停止维护,可以关注下我的新项目:Langup: https://github.com/jiran214/langup-ai 已实现直播数字人)

简介

Real Virtual UP 支持BiliBili和抖音直播,基于生产者-消费者模型设计,使用了openai嵌入、GPT3.5 api (本库暂时停止维护)

功能

  • 基本功能,回答弹幕和SC、欢迎入场观众、感谢礼物
  • plugin(默认关闭)
    • speech:监听ctrl+t热键,输入语音转为文本和ai数字人交互
    • action:根据观众的行为匹配对应人物动作
    • schedule:隔一段时间触发某一事件,讲故事、唱rap...
    • context:给问题补充上下文

安装

环境

  • win 10
  • python 3.8
  • vpn全局代理

pip安装依赖

git clone https://github.com/jiran214/GPT-vup.git cd src # 建议命令行或者pycharm创建虚拟环境并激活 https://blog.csdn.net/xp178171640/article/details/115950985 python -m pip install --upgrade pip pip pip install -r requirements.txt

新建config.ini

  • 重命名config.sample.ini为config.ini
  • 更改api_key和proxy 其它可以不用管
  • 相关配置见后

测试网络环境

  • src目录下运行:>>python manager.py test_net

快速开始

B站直播

  • 安装依赖库:>>pip install bilibili-api-python
  • config.ini 的 room -> id 更改为自己的房间号,可以先随便找个
  • src目录下运行:>>python manager.py run bilibili

抖音直播

Vtube Studio 安装及配置

  • 在steam下载Vtube Studio软件
  • 教程:https://www.bilibili.com/video/BV1nV4y1X7yJ?t=426.7
  • 重点!!!
    • 麦克风设置:你可以不用虚拟声道,win 默认输出设备为Speaker Realtek(R) Audio,在VTS里的麦克风设置,输入设备也设置为Realtek(R) Audio即可。
    • 嘴型同步声音,在mouthOpen的输入参数设置为声音频率、或者声音音量
  • 如果需要更好的直播效果,请自行了解更多

进阶

speech plugin:语音交互

  • config.ini -> plugin -> speech 设置为True
  • 运行>> pip install pyaudio speech_recognition keyboard
  • 程序启动后按住 ctrl+T 说话,自动语音转文字,vup会听到你说的话

schedule plugin:隔一段时间触发某一事件,讲故事、唱rap...

  • config.ini -> plugin -> schedule 设置为True
  • utils/prompt_temple.py 的schedule_task_temple_list列表有我写好的触发事件

action plugin:VTS动作表情交互

实现vup根据观众的互动行为匹配动作

  • config.ini -> plugin -> action设置为True
  • 运行>>pip install pyvts
  • 打开VTS,开启VTS的API开关
  • 在VTS的表情设置里,给每一个动作重命名为体现动作表情的词,不然没有意义
  • src目录下运行>> python manager.py action,pyvts会请求vts api(注意:此时VTS会有确认弹窗)
  • 程序会自动生成 action.json
  • 如果需要更新动作,请重复上述步骤

实验功能:context plugin:给对话补充上下文

  • 前提1:Docker安装milvus2.0单机版本,并设置 config.ini -> milvus -> host and port
  • 前提2:Mysql环境,并设置 config.ini -> mysql -> uri
  • config.ini -> plugin -> context 设置为True
  • 运行>> pip install pymilvus==2.0
  • 自行设置scripts/manager.py的参数,运行>> python scripts/manager.py run,采集贴吧数据到MySQL,处理后推给Milvus

其它

  • utils/prompt_temple.py 的 system_template 可以更改vup的初始设定

更新日志

  • V2.0 支持context plugin,目录重构、更简单的readme,解决依赖混乱的问题
  • V1.0 旧版本内容

Contact Me

<div align=center> <img src="https://github.com/jiran214/GPT-vup/blob/2.0/public/mm_reward_qrcode_1686025672796.png" width="300" height="400"/><br/> </div>

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