这是一个创建于 191 天前的主题，其中的信息可能已经有所发展或是发生改变。
请教下 v 友们有没有做过 Ai 虚拟数字人相关的业务，就类似那种在展厅内通过显示设备展示的虚拟人物，能够回答观众的问题，整体流程我之前有过大致的了解，基本上是这样
语音输入->识别文本->LLM->文字情感分析（想干掉）-> 语音生成 -> 视频生成 -> 驱动数字人 -> 设备展示
目前大概率是想自己实现整套流程，包括展示设备的对接，有下面几个问题想请教下搞过的 v 友：
1.整体流程有没有开源的整合方案？ 2.展示设备怎么去对接？有合适（便宜好用）的设备推荐吗？
9 条回复 • 2024-06-18 09:24:47 +08:00
 |
1
Yuhyeong 191 天前
没什么开源的吧。情感分析确实没啥必要感觉。
我做过数字人聊天的，但是做的是图像生成部分，和你的目标差的比较大，展示设备不就正常大屏幕就可以吗。 |
 |
2
nx6Ta67v2A43frV2 191 天前
云厂商有智能客服，花点钱购买 API ，然后调一下语料库，套个壳子。
|
 |
3
ErnestSu 191 天前
思必驰/讯飞(asr)+chatgpt+思必驰/讯飞/微软/百度(tts)+相芯科技数字人
|
 |
4
Hzzone 191 天前
调 api 吧，你自己实现最多用开源模型，出问题你也不一定有能力解决
|
 |
5
monmon 191 天前
流程有点问题，应该先从“谁来买你的设备？”开始，想想这些虚拟数字人在哪些场景比较常见，医院、xx 办事大厅、地铁、商场，如果你能让他们买你的设备，剩下的部分找个差不多的外包公司就做做了
|
 |
6
t41372 191 天前 via Android
|
 |
7
mmdsun 190 天前
国内外有很多现成了，想接入 GPT-4 可以用微软的，
https://learn.microsoft.com/zh-cn/shows/ai-show/advanced-azure-openai-solutions-with-tts-avatar 不想花钱就找 github 开源方案 |
 |
8
aliyun2017 190 天前
前几天刚做的业务 用的腾讯的语音识别转文本 ai 能力：openai ，接受文本结果，文本驱动数字人，
语音识别： https://cloud.tencent.com/document/product/1240/104050 数字人： https://github.com/TencentCloud/virtualman-render-demo |
|
9
aliyun2017 190 天前
@aliyun2017 数字人去控制台定制就可以了，都有免费额度。接入设备大屏那些 一版都是安卓系统，用 h5 开发 套 apk 壳子，后续更新 web 页面就行
|
Select Language