数字人解决方案——实时对话数字人源码与环境配置

GitHub开源数字人项目汇总(2025版) 开源数字人项目汇总(2025版),优先选择Fay或xuniren,整合成熟技术栈。 阅读详情
AI摘要

本文介绍了如何构建一个实时对话的2D数字人,主要涉及LLM(大型语言模型)、Fay开源项目以及ChatGLM的使用。部署环境基于Win10、CUDA11.7和3060GPU,通过Anaconda管理环境。文章详细阐述了从环境配置、源码获取到数字人与语言模型的交互过程,包括Fay的环境安装、2D数字人部署和ChatGLM的本地化。此外,还提供了对接本地语言模型如ChatGLM的步骤,为有兴趣的读者提供了完整的部署指南和参考资料。

前言

1.从技术角度来看,现在的数字人就是一个缝合怪,把各种技术点都整合在一起,用来实现直播、对话等数字人。技术流程大概如下图:

 其实最重要的一环应该属于LLM(大型语言模型),LLM相当于一个人的意识,如果没有LLM,这一套完全没有深度。

2.数字人的呈现方式有现在基本上可以分为三种,2D、2.5D、3D这三种,2D是最常见的是用一段语音去驱动一张照片,2.5D比2D多一些肢体动作,3D是UE建模。

3.我这里部署的是2D实时对话的数字人,部署环境是win 10、cuda 11.7、cudnn 8.5、GPU是3060(6G显存)。

 4.精简版本和源码可以转到,对于新手来说,这个版本的源码可能更好的部署和理解:数字人解决方案——NeRF实现实时对话数字人环境配置与源码_知来者逆的博客-CSDN博客w

代码地址:https://download.csdn.net/download/matt45m/88078575?spm=1001.2014.3001.5503

2D实时对话数字人

因为这个项目本身就是一个缝合的项目,所以尽量使用Anaconda来创建环境,这样项目之间就不存在依赖互相干扰的问题。python使用python3.9或者3.10。

一.项目源码

缝合连接的源码可使用开源的Fay这个代码,这个代码里面有连接各种API和部署本地库的,源码地址:GitHub - TheRamU/Fay: Fay是一个完整的开源项目,包含Fay控制器及数字人模型,可灵活组合出不同的应用场景:虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。 开源项目,非产品试用!!!Fay是一个完整的开源项目,包含Fay控制器及数字人模型,可灵活组合出不同的应用场景:虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。 开源项目,非产品试用!!! - GitHub - TheRamU/Fay: Fay是一个完整的开源项目,包含Fay控制器及数字人模型,可灵活组合出不同的应用场景:虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。 开源项目,非产品试用!!!https://github.com/TheRamU/Fay

2D数字人源码地址:

https://github.com/waityousea/xunirenhttps://github.com/waityousea/xuniren

LLM用是清华开源的ChatGLM源码地址:GitHub - THUDM/ChatGLM-6B: ChatGLM-6B: An Open Bilingual Dialogue Language Model | 开源双语对话语言模型ChatGLM-6B: An Open Bilingual Dialogue Language Model | 开源双语对话语言模型 - GitHub - THUDM/ChatGLM-6B: ChatGLM-6B: An Open Bilingual Dialogue Language Model | 开源双语对话语言模型https://github.com/THUDM/ChatGLM-6B

二.环境安装

 conda create --name fay python=3.10
 activate fay

安装fay所需要的环境依赖:

git clone https://github.com/TheRamU/Fay.git
cd xx/xx/fay
pip install -r requirements.txt

打开fay项目下的system.conf文件,添加用到的Key,关于这些key如何获取,可以参与fay给参考教程:

Fay控制器部署及必须的key如何获取_哔哩哔哩_bilibiliFay是一个完整的开源项目,包含Fay控制器及数字人模型,可灵活组合出不同的应用场景:虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。开源地址:https://github.com/TheRamU/Fay公众号:《fay数字人》, 视频播放量 1897、弹幕量 0、点赞数 5、投硬币枚数 4、收藏人数 12、转发人数 8, 视频作者 xszyou, 作者简介 ,相关视频:Fay(github数字人开源项目):直播间搭建,开源项目:数字人FAY——Fay新架构使用讲解,SadTalker无限免费数字人,动手给fay(github数字人开源项目)加上rasa及chatglm:兼顾实时、可控、记忆及大模型的生成能力,chatgpt4彩蛋:fay(github数字人开源项目),给Fay加上本地免费语音识别(达摩院funaar),(yolov8+VisualGLM)让你的fay数字人助理看得见,单张照片生成MetaHuman数字人,Fay(github数字人开源项目):UE工程讲解,如何搭建数字人直播间并开播https://www.bilibili.com/video/BV1go4y1L7oe/?spm_id_from=333.999.0.0&vd_source=d08e238ac726c4b15a0e12ffd5176ee5


[key]
#funasr / ali
ASR_mode = ali
#ASR二选一(需要运行fay/test/funasr服务)集成达摩院asr项目、感谢中科大脑算法工程师张聪聪提供集成代码
local_asr_ip=127.0.0.1
local_asr_port=10197

# ASR二选一(第1次运行建议用这个,免费3个月), 阿里云 实时语音识别 服务密钥(必须)https://ai.aliyun.com/nls/trans
ali_nls_key_id=
ali_nls_key_secret=
ali_nls_app_key=



# 微软 文字转语音 服务密钥(非必须,使用可产生不同情绪的音频)https://azure.microsoft.com/zh-cn/services/cognitive-services/text-to-speech/
ms_tts_key=
ms_tts_region=

# 讯飞 情绪分析 服务密钥 https://www.xfyun.cn/service/emotion-analysis/
xf_ltp_app_id=
xf_ltp_api_key=

#NLP多选一:xfaiui、yuan、chatgpt、rasa(需启动chatglm及rasa,https://m.bilibili.com/video/BV1D14y1f7pr)、VisualGLM
chat_module=xfaiui

# 讯飞 自然语言处理 服务密钥(NLP3选1) https://aiui.xfyun.cn/solution/webapi/
xf_aiui_app_id=
xf_aiui_api_key=

#浪.潮源大模型 服务密钥(NLP3选1) https://air.inspur.com/
yuan_1_0_account=  
yuan_1_0_phone=

#gpt 服务密钥(NLP3选1) https://openai.com/
chatgpt_api_key=

#ngrok内网穿透id,远程设备可以通过互联网连接Fay(非必须)http://ngrok.cc
ngrok_cc_id=

#revChatGPT对接(非必须,https://chat.openai.com登录后访问https://chat.openai.com/api/auth/session获取)
gpt_access_token=
gpt_conversation_id=

绑定完使用到的key,启动fay看看是否能交互。

python main.py

文字输入:

 语音输入:

 这样代表fay启动成功,文字和语音都能进行交互。

三. 2D数字人部署

环境安装

 conda create --name xuniren python=3.10
 activate xuniren

项目下载与依赖torch:

git clone https://github.com/waityousea/xuniren.git
cd xuniren
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia
conda install -c fvcore -c iopath -c conda-forge fvcore iopath
pip install -r requirements.txt

安装pytorch 3D(win下这一步比较容易报错)

git clone https://github.com/facebookresearch/pytorch3d.git
cd pytorch3d
python setup.py install

安装完成之后运行api看看是否有报错。

python fay_connect.py

 四.数字人实现对话

要与数字人对话,按前言给的流程图,要实现语音文字、LLM、文字转语音、合成视频,这里可以先试试线上的语言模型。

1.启动fay

cd xx/xx/Fay
activate fay
python main.py

可以看到1003接口已打开

2.打开一个新conda终端启动数字人

cd xx/xx/xuniren
activate xuniren
python fay_connect.py

此时1002口也连接上,数字人终端可以检测到fay面板已经打开

3.打开fay的控制面板,启动数字人助理

4.开始交互

语音识别后,提交给语言模型,模型回答后生成语音,把语音保存的地地址发给数字人,生成的语音是mp3格式的,把mp3转成wav,然后通过模型合成视频,合成后对视频进行播放。

 这就是一个简单的对话数字人的全部过程,这里除了语音合成视频用的本地模型之外,都用的是在线的api,在6G的GPU在,1秒的时间,大概能生成1秒左右的视频。

五.本地部署ChatGLM

如果想要数字人有自己的知识库,或者有自己回答问题的方式,就要接入私有化的LLM,Fay有接入ChatGLM的接口,也可以按Fay的代码接入微调过的LLM。

1.ChatGLM-6B

ChatGLM-6B 是清华开源的、支持中英双语的对话语言模型,基于 General Language Model (GLM) 架构,具有 62 亿参数。结合模型量化技术,用户可以在消费级的显卡上进行本地部署(INT4 量化级别下最低只需 6GB 显存)。我笔记本的3060刚刚好6G,那可以用GLM试试。

2.源码下载与环境依赖

为了方便管理,这里还是用conda创建环境

git clone https://github.com/THUDM/ChatGLM-6B
cd ChatGLM-6B
conda create --name GLM python=3.10
activate GLM
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia
pip install -r requirements.txt

3.更改模型精度

我当前笔记本的GPU只有6G,所以要更改模型精度,要不然会报内存不够的错误。

更改api.py文件

4.运行ChatGLM

更改完成之后,运行api.py,这里会下载12G大小的模型,下载的过程中可能会出现中断,多运行几次就可以了,下载的时间看自己的网速快慢。当出现以下界面,GLM安装成功。

六、对接本地语言模型

1.要实现对接本地的语言模型步骤有些多,fay提供了对接rasa加GLM的方法,首先要更改fay的配置文件,把语言模型改成如下:

改完成之后,启动第一个fay的conda环境并运行main.py程序,窗口放着不用动。

activate fay
python main.py

 2.启动多一个fay的conda环境,用来运行rasa

activate fay
cd fay/test/rasa
pip install rasa
rasa run actions

 运行结果如下:

 3.再启动一个fay的conda环境,用来对接GLM

activate fay
cd fay/test/rasa

然后运行 rasa shell 来测试是否能连上GLM,在Your input处提出问题看看是否能得到相应的答案。

 如果运行成功,终止掉rasa shell,启动rasa api server:rasa run --enable-api -p 5005

4.启动数字人

cd xx/xx/xuniren
activate xuniren
python fay_connect.py

5.开启fay数字人控制面板,就可以跟数字人进行互动了。

后记

1.这是一个完成的部署过程,因为项目所用到的项目源码与环境相对多,部署过程会有很多问题,虽然是一个各种项目缝合在一起,但也给如何实现数字人做了一个很好的参考。之后有时间我试着把2.5D的模型缝合进来。

2.如果对该项目感兴趣或者获取源码的可以加我的企鹅群:787501969,大家一起探讨,也可以加fay的公众号,fay的公众号在它的git首页获取。

Ai数字人自动生成工具,数字人克隆系统源码,无限制克隆制作数字人 一、Ai数字人自动生成工具Ai数字人自动生成工具是一款基于人工智能技术的数字人制作工具。它可以根据用户提供的照片和文字信息,自动生成一个逼真的数字人。用户只需要上传照片和填写相关信息,就可以在几分钟内获得一个数字人。这个数字人可以用于虚拟演员、虚拟客服、虚拟主持人等领域,为企业和个人带来更多的商业价值和娱乐体验。Ai数字人自动生成工具的优势在于:1.高效快速:只需要上传照片和填写相关信息,就可以在几分钟内获得一个数字人。2.逼真度高:数字人的外貌和表情可以与原人高度相似,让用户获得更真实的体验。3.多样性: 阅读详情

相关推荐

从RAD-NeRF到实时对话数字人:环境配置与源码详解“

RAD-NeRF所做的第二个改进(模型概述中的绿色矩形)是使用相同的方法用另一个 NERF 建模躯干,而不是试图用用于头部的相同 NERF 建模躯干,这将需要更少的参数和不同的需求,因为这里的目标是动画移动的头部而不是整个身体。由于躯干在这些情况下是相当静态的,他们使用一个更简单和更有效的基于 NERF 的模块,只在2D 中工作,直接在图像空间中工作,而不是像平时通常使用 NERF 那样使用摄像机光线来产生许多不同的角度,这对躯干来说是不需要的。VITS 的优点是生成的语音质量较高,能够生成流畅的语音。

2401_82680920的博客 1404

非常全面的数字人解决方案(含源码)

数字人解决方案 实际应用案例 抖音虚拟主播 人机交互 数字站桶人 首先我先给数字人重新做一个定义:“把人数字化,以行人的职责”。怎么理解呢?我举两个例子就清楚了。第一个是现在直播带货,主播成本越来越高,我们的数字人能否代替主播24小时自动带货呢?这里数字化的是主播的形象、声音、性格特质,以及商品的知识。另一个是,一些客服或者售前情景,所做的工作也是重复度非常高,我们能否交给数字人去完成呢?这里就简单多了,

5万+

AI时代的视频变革:你的智能分身数字人,123数字人小程序源码

AI 时代的创意引擎:123 口播数字人,解锁你的分身潜能 踏入数字分身的奇幻之境 在如今这个快节奏的新媒体时代,博主们都在追求高效产出与独特创意。你是否曾幻想,能有一个和自己一模一样的“分身”,帮忙分担内容创作的压力,轻松实现创意的多元化?今天,就带大家一同走进 123 口播数字人的奇妙世界,一窥 123 口播数字人的魅力一、数字分身的“绝技” 123 口播数字人可不一般,它最惊艳的本领就是能完美克隆博主本人。无论是外貌、音色,还是说话风格、肢体语言,都能高度还原。

VX_UP2020J的博客 1145

数字人解决方案——RAD-NeRF真人视频的三维重建数字人源码与训练方法

真人视频三维重建数字人的源码与训练方法,算法是基于NeRF改进的RAD-NeRF,可以实现实时对话的数字人效果。

知来者逆的博客 1万+

数字人口播:开启内容创作新时代,实时对话数字人源码环境,可OEM

在短视频和直播盛行的当下,数字人口播正以破竹之势闯入大众视野,成为内容创作领域的新宠儿。打开抖音、快手等热门平台,数字人主播的身影随处可见,他们或是一本正经地分享知识,或是热情洋溢地推荐好物,从美妆护肤到数码科技,从生活窍门到职场经验,覆盖的内容五花八门,让人目不暇接。据相关数据显示,过去一年里,数字人口播类视频的发布量增长了 [58]%,播放量更是飙升了 [77]% ,这一迅猛的发展态势,让众多创作者和商家纷纷投身其中,试图抓住这波数字浪潮带来的机遇。

VX_UP2020J的博客 1111

目前全球生成数字人有哪些开源的项目?

OpenAvatar是一个开源的数字人形象框架,能够帮助用户创建和部署高度可定制的数字人和虚拟形象。其目标是通过提供一组标准接口和现成的实现,使得开发人员能够快速轻松地构建出具有不同形态和功能特性的数字人。OpenAvatar的主要特点包括:多样性:OpenAvatar不仅支持不同的机器人和虚拟人物形象,还能够根据用户需求和场景需求,支持自定义形象和特征的创建。实时表达:OpenAvatar能够让数字人物产生更直观、自然、丰富的动作表达,向游戏、虚拟现实软件及社交媒体的开发提供更多实时表达特性的支持。

iCloudEnd的博客 2万+

python+pygame+opencv+gpt实现虚拟数字人直播(一)

马斯克称:“人工智能将在我们所看到的人类进化和文明的未来发挥非常深远的作用。未来我们会拥有大量的机器人,到时候,全球的生产效率将会提高到令人难以置信的水平。”,机器人可以完成行走、上下楼、下蹲、拿取物品等动作,也已具备了保护自身和周围人安全的能力,未来还可以做饭、修剪草坪、帮助照看老人,或在工厂里面替代人类从事枯燥和有危险的工作。不久前的世界互联网大会数字文明尼山对话上,阿里巴巴集团董事会主席兼首席执行官、阿里云智能集团董事长兼首席执行官张勇也表示,AI的发展将会带来更多的就业机会。

猫哥 的沉淀、积累、总结。天天学习,好好向上...c/c++,嵌入式 linux,Android,HarmonyOS,AIOT) 2万+

OKCC呼叫中心部署实战指南:从零搭建高效外呼系统

本文提供OKCC呼叫中心系统的完整部署实战指南,从服务器选型、操作系统准备到详细安装步骤和性能优化,帮助企业从零搭建高效外呼系统。重点介绍FreeSWITCH核心组件的安装配置技巧,以及常见问题排查方法,助力企业提升客户服务效率。

weixin_29275257的博客 165

数字人解决方案——RAD-NeRF实现实时对话数字人环境配置与源码

基于NeRF和VITS的实时对话数字人,可以数字主播,问询数字人。

知来者逆的博客 1万+

Pipeline更多理解

Pipe 类型用途VIGVideo Image Generator:用于图层显示,支持 scaling、rotationRGB简单图层显示,较低优先级DMA主要用于 writeback / WFD / composition output,即从 framebuffer 输出到外部设备(或 memory)Cursor小图层,用于显示指针等很可能是:分别用于主屏、仪表、虚拟显示的输出路径或者用于不同的 display 去做 GPU_TARGET / writeback 的拷贝你看到的意思。

Damon_X的博客 1054

Greenplum基础

CREATE DATABASE 是 SQL 命令,用于创建一个新的数据库。name 是你要创建的数据库的名称。这个名称是必须的,并且在同一个数据库服务器上必须是唯一的。可选项,OWNER 指定了新数据库的所有者,如果未指定,新数据库的所有者默认是执行该命令的用户。dbowner 是数据库所有者的用户名。可选项,TEMPLATE 指定了用于创建新数据库的模板。在 PostgreSQL 和 GreenPlum 中,通常有一个名为 template1 的默认模板。如果不指定,就会使用这个默认模板。

m0_57697768的博客 1207

AI数字人直播系统源码如何搭建?让能拥有24小时数字人直播间!

自网络直播兴起至今,直播带货给消费形式带来了巨大的变革与机遇。而随着直播行业的不断发展,简单的活动直播与同质化严重的直播形式已经无法满足人们日常的消费习惯和娱乐需求,AI数字人直播从中应运而生。

chatwifi的博客 1115

运算放大器 VS 仪表放大器

运算放大器(Operational Amplifier, 简称 Op Amp)和仪表放大器(Instrumentation Amplifier, 简称INA)在电子电路设计中都有非常广泛的应用,但两者在结构、特性以及应用场景上都有明显的区别。以下是它们之间主要的差异:运算放大器(Op Amp)仪表放大器(INA)运算放大器仪表放大器运算放大器仪表放大器运算放大器仪表放大器运算放大器仪表放大器总之,运算放大器是通用型放大元件,需要设计者自己做额外的电路配置;而仪表放大器则是针对高精度测量差分信号而生,内部匹配

chinahongjiang的博客 1349

AI数字人直播系统源码部署,究竟需要多少钱?

听到源码部署,很多人都会觉得贵,一般情况下,没有个几十万,是买不到源码的。尤其是当下正火热的AI数字人,可以想象,想购买一套Ai数字人系统源码,那价格不得贵上天?

chatwifi的博客 1667

告别迷茫!手把手教你用ArcGIS+GTB搞定生态源地MSPA分析(附避坑指南)

本文详细介绍了如何使用ArcGIS和GTB进行生态源地MSPA分析的全流程,包括软件安装、数据预处理、参数设置、结果可视化和常见问题排查。特别针对ArcGIS和GTB组合使用时的常见问题提供了避坑指南,帮助研究者高效完成生态规划任务。

weixin_30756499的博客 437

Vue路由守卫实战:利用token实现跨项目免登录跳转(最新版)

本文详细介绍了如何利用Vue路由守卫和Token验证实现跨项目免登录跳转方案。通过核心架构设计、路由守卫精细化控制及Token交换安全实践,有效解决了多系统跳转中的认证问题,提升用户体验和系统连贯性。

n7o8p的博客 142

数字人解决方案——ER-NeRF实时对话数字人模型训练与项目部署

ER-NeRF是基于NeRF用于生成数字人的方法,可以达到实时生成的效果。具体来说,为了提高动态头部重建的准确性,ER-NeRF引入了一种紧凑且表达丰富的基于NeRF的三平面哈希表示法,通过三个平面哈希编码器剪枝空的空间区域。对于语音音频,ER-NeRF提出了一个区域关注模块,通过注意机制生成区域感知的条件特征。与现有方法不同,它们使用基于MLP的编码器隐式学习跨模态关系不同,注意机制建立了音频特征和空间区域之间的明确连接,以捕获本地动作的先验知识。

知来者逆的博客 2万+

物联网系列③——基于ESP8266与点灯科技平台的温湿度计设计(接入小爱同学)

物联网系列③——基于ESP8266与点灯科技平台的温湿度计设计(接入小爱同学)一、设计目标二、电路展示三、存在的问题四、代码五、需要注意的问题 一、设计目标       前一阵子偶然接触到点灯科技平台,产生了制作一块ESP8266电路板,拥有以下功能: 使用CH340对ESP8266进行程序下载 使用DHT11进行温湿度数据读取 使用点灯科技平台接入物联网,可通过手机APP获得室内温湿度 接入小爱同学,通过语音获取室内温湿度信息 Mico US

weixin_43278295的博客 8853

Linly-Talker智能数字人实时对话部署指南

详解Linly-Talker系统的本地部署流程,涵盖环境搭建、依赖安装、模型下载与配置,支持语音识别、AI对话及说话人视频生成,实现基于Gradio的交互式智能对话体验。

weixin_42433737的博客 1231

Visual Studio调试技巧与实用方法总结(实战经验分享)

本文根据多年的项目实战经验,详细介绍一些Visual Studio常用的高效调试手段与技巧。

dvlinker的技术专栏 3万+

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

数字人源码部署,轻松上手指南

确保模型文件路径正确,处理不兼容的模型格式,并解决缺少资源文件的问题。在部署环境中,首先需要检查模型文件的路径是否正确,以保证能够成功加载所需的模型文件。如果遇到模型格式不兼容的情况,建议采取转换模型格式或更新相应的加载代码来解决这一问题。此外,对于缺少的资源文件,应将相关文件复制到适当的位置,并在代码中正确引用。

2403_87518095的博客 1651

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

LiveTalking 完整指南:从零搭建实时数字人直播

想让自己的数字人实时回答问题、边说边聊,但开源方案试了一圈,要么音画不同步、要么推流接入繁琐、要么环境依赖是个深坑?LiveTalking(原名 metahuman-stream)是一套实时交互流式数字人引擎:文本或语音进去,口型同步的数字人视频出来,官方称已在业内广泛商用。克隆仓库、下好模型,10 分钟跑通第一个数字人直播,不用改一行代码。 ## LiveTalking 替你干这几件事 -

gitblog_00957的博客 722

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Duix Mobile:开源实时对话数字人 SDK 上手指南

给 App 做数字人,多数方案要依赖云端合成再回传画面,链路长、延迟高、成本不好控。Duix Mobile 是一套把实时交互式数字人完全放在移动端的开源 SDK:端侧推理、离线运行、不依赖云服务器,Android 和 iOS 开发者都能用,适合想把对话数字人嵌进产品里的团队。 [![实时对话数字人多场景展示:电商带货、英语教学、医生、客服](https://raw.gitcode.com/Git

gitblog_00792的博客 266

AI数字人对话系统构建实战:从零到一的完整技术方案

在当前AI技术快速发展的背景下,AI数字人对话系统正成为智能交互领域的重要突破点。OpenAvatarChat项目通过创新的技术架构,为开发者提供了一套完整的数字人对话解决方案,让构建专属AI数字人变得简单高效。 ## 技术架构深度解析 ### 核心处理流程设计 [![系统处理流程图](https://raw.gitcode.com/gh_mirrors/op/OpenAvatarChat/r

gitblog_00968的博客 686

实战指南:零基础构建智能对话数字人Live2D系统

想要快速拥有一个能够智能对话的数字人吗?Awesome Digital Human Live2D项目让你轻松实现这个梦想。本指南将从实际应用场景出发,带你逐步搭建功能完整的虚拟角色交互系统。 ## 🎯 系统架构全解析:理解核心模块协作 [![系统架构图](https://raw.gitcode.com/GitHub_Trending/aw/awesome-digital-human-live

gitblog_00582的博客 992

实时交互虚拟形象:从零到一构建AI数字人的完整指南

在当今数字时代,实时交互虚拟形象技术正在彻底改变人机交互的方式。LiveTalking(原名metahuman-stream)作为一个开源项目,提供了一个完整的实时交互式数字人解决方案,让开发者能够轻松构建具备自然对话能力的虚拟形象。无论你是想创建虚拟主播、智能客服还是教育助手,这个项目都能为你提供强大的技术支撑。 ## 什么是实时交互虚拟形象? 实时交互虚拟形象是一种基于人工智能的数字人技术

gitblog_00357的博客 463
上一篇: 图像处理——连接IP摄像头上传到服务器实现目标识别
下一篇: 数字人解决方案——RAD-NeRF真人视频的三维重建数字人源码与训练方法
知来者逆
博客等级 码龄14年 18万+粉丝 782原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

知来者逆

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值