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
deep-chat - 可定制的AI聊天组件，轻松集成至任意网站
AI聊天组件API连接Deep ChatGithub开源项目深度聊天2.0自定义功能
Deep Chat是一款高度可定制的AI聊天组件，能够无缝集成到任何网站。支持连接多种API，包括流行的ChatGPT等AI服务，提供摄像头捕捉、语音输入输出、文件传输等功能。全新2.0版本优化了用户体验和配置选项，带来卓越的聊天体验。
WhisperFusion - WhisperFusion 低延迟高性能的实时AI语音交互系统
GPU加速GithubTensorRT优化WhisperFusion大语言模型实时语音转文字开源项目
WhisperFusion是一个开源项目，结合WhisperLive和WhisperSpeech技术，集成Mistral大语言模型，实现实时语音转文本和智能对话。项目采用TensorRT引擎优化模型性能，使用torch.compile加速处理，在RTX 4090 GPU上实现低延迟对话。通过Docker Compose简化部署，方便开发者快速搭建AI语音交互系统。
minimal-chat - 轻量级多语言聊天应用，支持本地与自定义模型
DockerGithubMinimalChatPWA支持开源开源项目语言模型
开源轻量级聊天应用，支持GPT-4 Omni等多种语言模型和本地/自定义模型端点，具备移动PWA支持。可通过Docker自托管，能转换和编辑消息，支持语音互动、Markdown和代码高亮，并集成DALL-E 3。提供导入导出对话功能，兼容Open AI响应API端点，支持离线使用，对话本地存储确保安全。
GPTPortal - 多模态LLM API全能聊天门户
Anthropic ClaudeChat-Bot PortalGPT-4 APIGithubGoogle GeminiMistral AI开源项目
GPTPortal是一个基于Node.js的全功能网页应用，集成了多种LLM API，包括OpenAI的GPT-4、Anthropic Claude、Mistral AI和Google Gemini等。用户可以通过平台与对话机器人互动，支持文本、语音和图像生成功能。平台提供友好的用户界面、自定义指令、对话历史记录、简单设置和多模型选择。适用于需要高级AI和多模态交互的用户，支持技术应用和研发。
OpenVoiceOS - 开源语音平台 实现跨设备语音控制
AI工具OpenVoiceOS多平台开源语音助手社区驱动自定义语音界面
OpenVoiceOS是社区驱动的开源语音平台，致力于创建跨设备语音控制界面。平台支持自然语言处理，提供可定制界面，重视隐私安全。适用于多种设备，包括嵌入式设备和单板计算机，方便DIY智能音箱制作。OpenVoiceOS为开发者提供实验环境，可在Linux和开源语音助手项目中测试新功能。支持Docker和Python安装，并为Raspberry Pi和Mycroft设备提供预构建镜像。
LipVideo - 智能视频配音与翻译平台
AI工具AI配音视频配音语言翻译语音选择音频编辑
LipVideo平台提供AI驱动的视频配音和翻译服务。用户可上传视频，选择语言，获得自动配音。平台支持自定义配音轨道和唇形同步选项，并提供脚本编辑功能。为保证翻译质量，系统设有翻译变化限制。LipVideo致力于提供高效、准确的视频本地化解决方案，适用于需要多语言视频内容的用户。
ai-devices - 智能语音助手现支持多语音模型和视觉推断技术
AI设备GPT-4GithubOpenAI开源项目语音输入镜像处理
本项目是AI驱动的智能语音助手，集成多种AI模型和服务。支持语音输入、文字转语音、图片处理及功能调用，提供高级视觉推断，保障用户获得全面的智能交互体验。主要支持最新的gpt-4o和gemini-1.5-flash-latest视觉模型，满足现代科技需求。
chatgpt-memory - 基于 GPT 和 Redis 的多会话智能对话系统
ChatGPTGithubOpenAI APIRedis对话系统开源项目记忆管理
ChatGPT Memory 项目利用 GPT 和 Redis 技术构建了一个支持多会话的智能对话系统。该系统能够同时处理多个对话，并为每个会话维护连贯的上下文。通过 Redis 存储对话历史，结合嵌入和相似性搜索技术，实现了高效的记忆检索功能。项目提供了完整的代码示例和用户界面，便于开发者快速部署具有长期记忆能力的 AI 对话应用。
ChatLabs - 集成30多种顶级AI模型的智能对话平台
AI工具AI模型ChatLabs人工智能助手聊天机器人自然语言处理
ChatLabs集成了GPT-4、Claude、Gemini等30多种顶级AI模型的对话平台。提供AI助手、提示词库、文件对话、网页搜索、语音输入等功能,支持在同一界面比较不同AI模型表现。适用于写作、营销、客户服务等多个领域,为各行业提供智能化解决方案,有效提升工作效率。
ChatdollKit - 智能3D虚拟助手开发框架
3D虚拟助手AI模型ChatdollKitGithubUnity对话控制开源项目
ChatdollKit是一个开源的3D虚拟助手开发框架，支持多种大语言模型，能将3D模型转化为具备语音交互功能的智能角色。该框架提供表情同步、动作控制等功能，兼容Windows、Mac、iOS等多个平台。开发者可利用ChatdollKit快速构建具有自然对话能力的3D虚拟角色，打造流畅的人机交互体验。
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