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
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