该项目实现了一个实时语音交互的数字人，支持多种语音方案，包括 GLM-4-Voice 和 ASR-LLM-TTS。用户可以根据需求自定义数字人的外观和声音，而无需进行训练，音色克隆功能让用户能够轻松创建个性化的语音体验。初始加载延迟低至 3 秒，适合各种应用场景。
开源地址：https:// github .com/Henry-23/VideoChat
转载请注明出处，本文链接：https://pantx.cn/24394.html
1. 本站所有资源来源于网络，如有侵权请邮件联系站长！hygd0813@qq.com 2. 分享目的仅供大家学习和交流，您必须在下载后24小时内删除！ 3. 不得使用于非法商业用途，不得违反国家法律。否则后果自负！ 4. 本站提供的资源，都不包含版权，请大家谅解！ 5. 如有链接无法下载、失效或广告，请联系管理员处理！ 6. 本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！
上一篇Photoview：开源自托管个人服务器照片库
下一篇jpg2gif：将 jpg/jpeg/png 静态表情图片转换成gif动态图片的开源工具
发表评论
回复评论: 取消回复
评论列表
发表评论