Project Icon

Digital-Life-DL-B

数字形象解决方案,结合ChatGLM、Wav2lip和so-vits-svc技术

DL-B是一个开源的数字形象解决方案,结合了ChatGLM、Wav2lip和so-vits-svc技术。目前,项目正处于比赛阶段,计划在比赛结束后发布优化版及详细代码。硬件需求为RTX 3060显卡和Intel i5-12400F CPU,系统环境为Python 3.9.13。未来项目将由AI学社负责,致力于用户友好框架的开发。诚邀技术爱好者提供优化建议并参与完善项目。

项目介绍:Digital Life DL-B

简介

Digital Life DL-B 是一个基于 ChatGLM、Wav2lip 和 so-vits-svc 组建的数字形象方案。这个项目提供了一种通过不同的人工智能模型来创建数字形象的方法。DL-B 项目的代码于 2023 年 3 月中旬编写完毕,并且没有进行过优化或更新。目前,项目开发者正在基于这个项目参加比赛,同时项目组也在推进至 DL-C 的后续优化和 DL-D 的测试开发。由于比赛进行中,DL-C 和 DL-D 的细节在比赛结束前将不会被公布。

硬件需求

项目的运行需要一定的硬件配置。以下是一个推荐的配置,以便在本地系统上顺利运行:

  • 显卡:RTX 3060 12G
  • CPU:Intel i5-12400F
  • 内存:16 GB
  • 硬盘:30GB

环境安装

DL-B 项目需要在 Python 3.9.13 环境下运行。用户需使用 pip 安装所需的依赖库,此外还需要特殊配置 Python 3.8 的环境包用于 So-VITS 的运行。为简化用户操作,项目提供了一个预配置的环境包,用户需要下载并解压到 DL-B 文件夹中。

此外,项目还要求安装 ffmpeg。用户可以选择自行安装或者使用项目提供的“懒人包”来进行快捷安装。

模型训练

ChatGLM

ChatGLM 提供了多种微调方式,用户可以根据个人需求选择合适的微调路径。对于如何在 ChatGLM 上进行 P-tuning 微调,清华大学的 GitHub 页面提供了详细的说明。用户可通过 transformers 库自动下载模型和参数。若网络速度较慢,也可以选择手动下载模型并加载本地文件。

so-vits-svc

So-VITS 是一个非常受欢迎且成熟的语音模型,用户可以通过视频教程学习如何进行高质量的训练。所需的模型文件也可以通过提供的链接进行下载和配置。

Wav2Lip

Wav2Lip 是一款用于唇形同步的模型,通过下载必要的预训练模型,用户可以选择不同的唇同步方案。需要注意的是,用户需采集本人视频来达到最佳唇同步效果。

源码更改

DL-B 项目的源码需要进行一些额外的更改才可正常运行。用户需要更改 model 路径来加载微调后的模型;具体需要在 main_demo.py 和几个相关文件中进行路径和参数的修改。

总结

Digital Life DL-B 是一款集成了多种人工智能模型的数字形象方案,尽管在开发初期代码较为生硬,但团队计划在比赛结束后由 AI 学社接手进行优化和完善,推出更为用户友好的体验。这一项目为想要制作数字角色的用户提供了一个引人入胜的解决方案。

希望所有尝试 DL-B 项目的用户都能从中获得乐趣!

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

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

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。

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