AI Vtuber一款聚合了多种大模型技术的虚拟主播

大家好,笔者荒生,今天调研了一款比较不错的开源项目AI-Vtuber,和大家一起分享。

AI-Vtuber是一款数字人虚拟直播软件,聚合了多种多种市面主流大模型技术,可谓牛得一逼。包括:支持ChatGPTClaudeChatGLM智谱AI文心一言Google BardGoogle Gemini等等一系列的 Chat 技术;支持VITSBert-Vits2VALL-E-XOpenVoiceclone-voiceEdge-TTS等多种的语音技术;同时也支持So-Vits-SVCDDSP-SVC变声技术。

是不是感觉技术栈满当当的,这还没完。最让笔者感觉牛逼的还是对接了多种数字人平台,包含:Live2DVtube StudioUE5EasyAIVtuber。而且还支持一键接入多种国内外直播平台,像B站抖音快手小程序YouTube和近年来最火爆的TikTok

此时此刻,有没有一点懵逼的感觉,老实说,其实笔者第一反应就是如此。

项目框架

如果大胆的想象一下,不妨将其称之为互联网技术的终点就是 AI 数字人。好了,笔者先带大家看看项目的整体架构吧

有没有很惊讶,AI Vtuber几乎能够模拟出人类肢体主要的特征。当然,笔者尝试了这些技术。整体来看,厂商接口效果肯定更好,开源算法目前只能做验证替代。但是,笔者坚信不久的将来,AI 智能虚拟人一定会完美实现。

上面,看完这个比较宏大的架构,我们也来简单分析下作者是如何实现的。

代码剖析

  • config.json 配置文件
  • api.py 接口主程序
  • main.py GUI 界面主程序
  • webui.py WEBUI 界面主程序
  • utils 文件夹,Chat、T2ST、S2TT 和通用类相关功能的封装实现
  • data 文件夹,存储数据文件、违禁词、文案等
  • Live2D 文件夹,存储 Live2D 源码及模型

前端工程

整个项目以webui.py文件作为入口,使用NiceGUI这个 Python 框架为整个项目的编写 Web 前端。

后端工程

讲真,作者的后端工程整体就比较粗糙了,整个后端架构不是很合理。

后端工程主要包含:api.py接口代码、main.py界面代码、config.json全局配置代码。

整个项目都是基于各种算法接口直接的配合调用,代码相对简单。如果想自行尝试的同学,可以先本地部署需要的开源算法,然后通过127.0.0.1进行配置调用。针对厂商的商业 AI 服务,则需要先申请权限后才能使用。

针对对接第三方直播平台,作者主要采用了两种方式:第三方 SDK爬虫逆向,具体如下:

  • Bilibili:SDK(bilibili-api-python),具体地址:github.com/Nemo2011/bi...)
  • 抖音:websockets 接口 + protobuf2 协议方式
  • 快手:https + websockets 接口 + protobuf2 协议方式
  • 视频号:HTTP 回调方式
  • 斗鱼:websockets 接口方式
  • Youtube:SDK(pytchat),具体地址:github.com/EbenKouao/y...
  • twitch:HTTP 方式
  • Tiktok:SDK(TikTokLive),具体地址:github.com/isaackogan/...

做个小结

好了,以上就是整个技术就是介绍,笔者做个小结:

  • 作者以当前的主流AI技术为复合基础,搭建了一个技术全面,脉络清晰的数字人平台,梳理好了当前的技术栈。但是采用的技术较通用,相对比较简单。
  • 整个项目单点架构,用作本地验证可以,如果落地生产,则需要做一个较大的重构。比如:代码框架优化;内存队列改远程分布式队列;内存/文件存储改远程缓存/对象存储;算法使用懒加载机制;Chat 接口支持Stream机制。

以上就是本期的全部内容,笔者荒生,谢谢大家的观看,点赞评论加关注笔者也值得拥有。下面是一些项目链接,大家可以自行查阅,或者私信笔者留言询问。

相关推荐
进击的六角龙1 小时前
Python中处理Excel的基本概念(如工作簿、工作表等)
开发语言·python·excel
一只爱好编程的程序猿1 小时前
Java后台生成指定路径下创建指定名称的文件
java·python·数据下载
Aniay_ivy1 小时前
深入探索 Java 8 Stream 流:高效操作与应用场景
java·开发语言·python
gonghw4031 小时前
DearPyGui学习
python·gui
向阳12182 小时前
Bert快速入门
人工智能·python·自然语言处理·bert
engchina2 小时前
Neo4j 和 Python 初学者指南:如何使用可选关系匹配优化 Cypher 查询
数据库·python·neo4j
兆。2 小时前
掌握 PyQt5:从零开始的桌面应用开发
开发语言·爬虫·python·qt
杰说新技术2 小时前
Meta AI最新推出的长视频语言理解多模态模型LongVU分享
人工智能·aigc
南宫理的日知录2 小时前
99、Python并发编程:多线程的问题、临界资源以及同步机制
开发语言·python·学习·编程学习
coberup2 小时前
django Forbidden (403)错误解决方法
python·django·403错误