github.devotd.
新着マルチモーダル

humanaigc-engineering/openavatarchat 0.6.0 — アバター対話システム

音声・映像・言語モデルを差し替え可能なモジュールとしてまとめたアバター対話システム openavatarchat の公開された機能範囲と、最新リリース 0.6.0 を扱う。

リポジトリ情報humanaigc-engineering/openavatarchat ↗

音声・映像・言語モデルを差し替え可能なモジュールとしてまとめたアバター対話システム openavatarchat の公開された機能範囲と、最新リリース 0.6.0 を扱う。

スター
★ 3.8K
フォーク
631
言語
Python
ライセンス
Apache-2.0
最新リリース
0.6.0
原文を見る ↗GitHub で見る ↗

humanaigc-engineering/openavatarchat は、音声・映像・言語モデルを差し替え可能なモジュールとしてまとめたアバター対話システムである。README はこのリポジトリをモジュール化された対話型デジタルヒューマンの実装と説明しており、テキスト・音声・映像を通じた相互作用に対応する。ASR(音声認識)・LLM・TTS(音声合成)・Avatar の各コンポーネントは柔軟に差し替えられ、GitHub リリース時点では最新バージョンが 0.6.0 である。

モジュール構造がこのリポジトリの中核であり、複数のデジタルヒューマンレンダラーとリアルタイムの対話フローを一箇所にまとめることが目的である。LiteAvatar、LAM、MuseTalk、FlashHead などのデジタルヒューマン技術に対応し、VAD(音声活動検出)・音声バッファリング・フレームレート制御を活用して応答レイテンシを削減する。Apache-2.0 ライセンスで公開されている Python リポジトリであり、GitHub スター数は 3810 である。

ただし、提供された記録には 0.6.0 の変更内容が示されておらず、今回のバージョンで何が変わったかは確認できない。レイテンシ改善の幅を示すベンチマークも記録にない。momentum(関心度)指数は 10 点満点中 1.0 と低い水準だった。リポジトリは 2025 年 2 月 20 日に開始されており、履歴も短い。モジュール差し替え方式的参考にするアバター対話の実装を探している人には候補となるが、0.6.0 が何を改善したかを判断するには早い。