開源數(shù)字人實時對話：形象可自定義，支持語音輸入，對話首包延遲可低至3s｜已上線阿里ModelScope魔搭社區(qū)

AIGC動態(tài)歡迎閱讀

原標(biāo)題：開源數(shù)字人實時對話：形象可自定義，支持語音輸入，對話首包延遲可低至3s｜已上線阿里ModelScope魔搭社區(qū)
關(guān)鍵字：項目,數(shù)字,模塊,語音,實時
文章來源：量子位
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

池?zé)樅悖ǔ鼗?投稿量子位 | 公眾號 QbitAI開源數(shù)字人實時對話Demo來了～
支持語音輸入和實時對話，數(shù)字人形象可自定義的那種。
生成的數(shù)字人效果belike：
目前這個數(shù)字人實時對話Demo已在阿里巴巴ModelScope魔搭社區(qū)上線。
無需預(yù)訓(xùn)練即可使用自定義的數(shù)字人形象進(jìn)行實時對話，支持選擇不同的數(shù)字人形象和音色，對話首包延遲可低至3s。
基于開源技術(shù)，該項目采用模塊化系統(tǒng)設(shè)計，各模塊均可快速更換，開發(fā)者可以擴展和優(yōu)化，適用于多種應(yīng)用場景，包括但不限于直播、新聞播報和助手等。
此外，該項目基于Gradio 5實現(xiàn)流式視頻輸出，方便部署和快速構(gòu)建交互式數(shù)字人應(yīng)用。
項目介紹現(xiàn)有的熱門開源數(shù)字人項目主要有以下幾個：
Linly Talker，基于Gradio的數(shù)字人對話項目，多模型集成，功能豐富，但不支持實時對話和流式輸出。
LiveTalking，基于流媒體的數(shù)字人生成項目，數(shù)字人響應(yīng)快，但交互界面比較簡陋，且需要配置服務(wù)器，部署難度較高。
awesome-digital-human-live2d，基于Dify編排的數(shù)字人互動項目，輕量化，交互方式豐富，但數(shù)字人形象

原文鏈接：開源數(shù)字人實時對話：形象可自定義，支持語音輸入，對話首包延遲可低至3s｜已上線阿里ModelScope魔搭社區(qū)

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：