Logo
Project Icon

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

数字人语音交互音色克隆GLM-4-VoiceMuseTalkGithub开源项目

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。

访问官网访问官网GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
ChatTTS-ui - 多语种文字语音合成工具，支持中英数字混合及本地API接入
API接口CUDA加速ChatTTSGithubffmpeg开源项目语音合成
ChatTTS-webUI为用户提供文字到语音合成服务，支持中英文及数字，可本地运行或通过API接入。采用GPU加速优化处理速度，适合个人及企业使用，提供多种部署方案。
metahuman-stream - 实时交互音视频同步对话的开源数字人项目
AI模型Github交互流式开源项目数字人视频处理音视频同步
metahuman-stream是一个开源的实时交互数字人项目，支持音视频同步对话和多种数字人模型。项目具备声音克隆、说话打断和全身视频拼接等功能，支持rtmp和webrtc传输。系统集成了多种TTS模型和LLM对话功能，为数字人应用开发提供丰富选择。该项目适用于商业级数字人应用开发，支持视频编排等高级特性。
dreamtalk - 音频驱动的表情丰富说话头像生成系统
AI表情生成DreamTalkGithub开源项目扩散模型生成说话人头像音频驱动
DreamTalk是一个创新的音频驱动说话头像生成系统，采用扩散概率模型技术。该系统能生成高质量、表情丰富的说话头像视频，适应多种说话风格。DreamTalk在处理歌曲、多语言语音、噪声音频和非常规肖像等多样化输入时表现优异。通过结合扩散概率模型，DreamTalk实现了准确的唇形同步和生动的面部表情，为不同说话风格提供了灵活支持。
ChatGLM-6B - 高效灵活的开源双语对话模型的本地部署与定制
AI对话ChatGLM-6BGithub中英双语大语言模型开源开源项目
ChatGLM-6B是一款开源的中英双语对话语言模型，采用GLM架构，拥有62亿参数。该模型支持低资源设备部署，6GB显存即可运行。经过约1T标识符训练和多种技术优化，ChatGLM-6B能生成贴近人类偏好的回答。模型提供高效参数微调方法，便于开发者进行应用定制。该项目完全开放学术研究，同时允许免费商业使用，致力于推动大模型技术进步。
Virtual-Human-for-Chatting - Unity驱动的实时交互Live2D虚拟人系统
APIGithubLive2DUnity开源项目聊天虚拟人物
Virtual-Human-for-Chatting项目是Unity驱动的实时交互Live2D虚拟人系统。整合Azure、OpenAI和APISpace API，提供虚拟人物对话、表情变化和人脸检测功能。项目附带详细部署指南和技术文档，面向研究人员和开发者需求。支持1920*1080高清分辨率，采用OpenCVPlusUnity等开源计算机视觉工具。遵循MIT许可证，同时尊重模型和美术资源版权。
ChatGPT-On-CS - 多平台智能客服系统，支持自定义AI应用
ChatGPTGithub多平台支持大语言模型开源项目懒人客服知识库
懒人客服系统基于大语言模型，提供智能客服解决方案，支持微信、千牛、哔哩哔哩、抖音等多平台接入，处理文本、语音和图片。通过插件访问操作系统和互联网，支持自有知识库定制企业AI应用。主要功能包括预设回复、智能生成回复、发送图片和二进制文件，以及独立的插件系统。适用于数字分身、智能客服和私域助手。
chatgpt-share-web - 实时语音与跨车聊天功能，支持GPTS隔离
ClaudeGithubOpenAI使用条款chatgpt-share-webdocker一键部署脚本开源项目
项目功能丰富，包括实时语音、GPTS隔离、跨车聊天和Claude支持等。用户可通过一键部署脚本快速体验最新功能。系统具备完整的用户管理和流量变现功能，支持注册、登录、推广、返佣、提现和购买等操作。无论是官网UI还原、代码分析、绘图插件或多功能商城，项目都提供强大的配置和定制化选项，且每日更新，确保服务稳定。
ChatTTS - 用于日常对话的文生语音模型
ChatTTSGithub多语言支持对话系统开源开源项目文本转语音热门
ChatTTS是为对话场景特别设计的文本到语音模型，支持多种语言和多发言者交互。该模型优化对话基础任务，支持细粒度的韵律特征控制，如笑声、停顿等。通过使用预训练模型，ChatTTS在自然语言合成和表达能力方面均有突破性进展，适用于教育和研究目的。
ChatGPT-Video-Parsing - 集成视频解析和AI服务的多功能Web应用
ChatGPTGithubVIP视频解析Vue2开源项目文生图音乐播放
该项目是一个多功能Web应用，集成了VIP视频解析、音乐播放、ChatGPT对话和AI绘图等服务。用户可免费获取海量视频资源，享受智能对话和语音交互体验。基于Vue2和SpringBoot开发，项目提供流畅的用户界面和稳定的后端支持，为用户带来便捷的娱乐和AI交互体验。
ChatWaifu - 多语言AI语音交互系统
AI交互ChatGPTGithubVITS多角色语音开源项目语音对话
ChatWaifu是一个结合TTS和VITS技术的AI语音对话系统，实现与ChatGPT的自然语音交互。该项目支持多角色语音、语音识别对话，并提供Marai机器人和Live2D的UI版本对接。支持中文、英语和日语，为用户提供多语言AI对话体验。ChatWaifu为AI领域研究者和开发者提供了一个探索语音交互应用的开放平台。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

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。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号