github.devotd.
新发现多模态

humanaigc-engineering/openavatarchat 0.6.0 — 头像对话系统

介绍 openavatarchat 这一将语音、视频和语言模型打包为可替换模块的头像对话系统已公开的功能范围,以及最新版本 0.6.0。

仓库信息humanaigc-engineering/openavatarchat ↗

介绍 openavatarchat 这一将语音、视频和语言模型打包为可替换模块的头像对话系统已公开的功能范围,以及最新版本 0.6.0。

星标
★ 3.8K
复刻
631
语言
Python
许可证
Apache-2.0
最新版本
0.6.0
查看原始来源 ↗在 GitHub 查看 ↗

humanaigc-engineering/openavatarchat 是一个将语音、视频和语言模型打包为可替换模块的头像对话系统。README 将该仓库描述为模块化的对话式数字人实现,支持通过文本、语音和视频进行交互。ASR(语音识别)、LLM、TTS(语音合成)与 Avatar 组件可以灵活替换;按 GitHub 发布记录,最新版本为 0.6.0。

模块化结构是该仓库的核心,目的是把多个数字人渲染器与实时对话流程集中到一处。它支持 LiteAvatar、LAM、MuseTalk、FlashHead 等数字人技术,并利用 VAD(语音活动检测)、语音缓冲和帧率控制来降低响应延迟。这是一个以 Apache-2.0 许可证发布的 Python 仓库,GitHub 星标数为 3810。

不过,现有记录中没有 0.6.0 的变更日志,因此无法确认本次版本究竟改动了什么。记录中也没有展示延迟改善幅度的基准测试,momentum(关注度)指数在 10 分制中仅为 1.0,偏低。该仓库于 2025 年 2 月 20 日创建,历史较短。对于想参考其模块替换方式的读者来说,它是一个值得考虑的候选实现,但要说清 0.6.0 究竟改进之处还为时过早。