Project Icon

metahuman-stream

实时交互音视频同步对话的开源数字人项目

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。

Metaphysic.ai - 开发超真实生成式AI视频内容的创新技术平台
AI工具Metaphysic人工智能生成式AI视频创作逼真内容
Metaphysic.ai开发超真实生成式AI视频内容技术,提供自动化高质量AI内容生成软件。该公司与全球顶级创作者合作,将AI技术应用于影视制作,包括真实配音和角色去老化等。同时注重AI数据安全和知识产权保护,为创作者提供全面的AI视频解决方案。
quillman - 开源的实时语音转录和语言模型对话应用
GithubMetavoice Tortoise TTSModalOpenAI WhisperQuiLLManZephyr开源项目
一个开源项目,提供实时语音转录和自然语音合成的聊天应用,使用Zephyr语言模型和OpenAI Whisper技术。适用于开发和实验自定义语言模型应用,可在Modal平台上无服务器部署。提供在线演示、详细文档和模块化结构,方便本地开发和部署。
amica - 一站式3D人工智能角色会话项目
3D字符AmicaGithub人工智能实时交流开源项目技术栈
Amica是一款创新的应用程序,允许用户在浏览器中与3D角色轻松对话。它支持VRM文件导入,并可根据角色调整声音,生成包含情感表达的回复文本。此外,Amica结合了诸如3D渲染、语音识别和变换器技术,为用户提供富有表现力的交互体验。Amica支持多种操作系统,包括Windows、macOS和Linux,确保不同用户均可体验。
transcriptionstream - 离线的自托管语音识别服务,支持快速文本搜索
GithubMeilisearchMistralOllamaTranscription Streamwhisper-diarization开源项目
Transcription Stream是一款离线运行的自托管语音识别与多说话者分离服务,支持拖放操作、SSH文件传输、Ollama和Mistral的摘要生成,以及Meilisearch带来的快速全文搜索功能。用户可以通过Web界面或SSH上传、审阅和下载处理后的文件,结果存储在相应的命名和标日期的文件夹中。
SadTalker - 将单张肖像图片与音频结合生成逼真的动态说话视频
AI动画GithubSadTalker人脸合成开源项目深度学习语音驱动
SadTalker是一个开源AI项目,可将单张肖像图片与音频结合生成逼真的动态说话视频。项目采用3D运动系数学习技术,实现音频驱动的单图像说话人脸动画。SadTalker支持全身图像生成和多种增强模式,并提供WebUI界面。该技术可应用于内容创作、虚拟主播等领域。
-Prototype-AIVTuber - AI虚拟主播技术
AI VTuberGithubLive2DNodeJSOpenAIVTube Studio API开源项目
AI VTuber结合了先进的OpenAI语言模型与Live2D角色设计,由DevPattarapong与InsanityLabs携手打造,支持多个版本并良好兼容NodeJS v16.17.1。集成创新技术如改进的TTS及VTS桌面音频插件,旨在提升用户的虚拟互动体验。
motionshop - 视频角色3D化身替换应用 让创意无限
3D头像AI视频处理GithubMotionShop人物动画开源项目视频替换
MotionShop是一个开源应用程序,可将视频中的真实人物替换为3D虚拟化身。该应用可用于视频创作、虚拟现实内容制作等领域,为创作者提供新的表现形式。项目已在ModelScope上线体验demo,计划在HuggingFace推出。开发团队持续优化项目,鼓励用户体验并分享创作成果。
StreamRAG - 为ChatGPT设计的视频搜索代理
APIChatGPTGithubStreamRAGVideoDB开源项目视频搜索
StreamRAG是一个为ChatGPT设计的视频搜索代理,帮助开发者上传、管理视频库,并实现实时视频搜索和回复。该平台支持在ChatGPT商店发布搜索视频集,提供视频关键见解和摘要。适用于各种视频内容分析和共享,增强视频资料的可访问性和应用性。
xtts-streaming-server - Docker化流式文本转语音服务 支持GPU加速与模型定制
DockerGPUGithubXTTS开源项目流式服务器语音合成
xtts-streaming-server是一个开源的Docker化流式文本转语音服务。该项目支持GPU加速,提供预构建镜像和自定义构建选项,并可加载微调模型。项目包含简易部署方法和测试工具,适合快速构建演示环境。需注意,当前版本不支持并发流式请求,主要用于演示目的。使用前需同意CPML许可协议。
HeadStudio - 文本生成3D可动画头像的开源项目
3D高斯散射GithubHeadStudio可动画化头像头像生成开源项目文本到头像
HeadStudio是一个基于3D高斯散射技术的开源项目,能够将文本描述转换为可动画的头像。该项目在生成静态和动态头像方面表现出色,具有良好的语义对齐、表情变形和实时渲染能力。与现有方法相比,HeadStudio生成的头像拥有较高的保真度和自然的动画效果,为虚拟人物创作提供了新的技术支持。
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。

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