實(shí)時(shí)對話數(shù)字人系統(tǒng)

     訓(xùn)練數(shù)字人是個(gè)技術(shù)活，星球數(shù)字人主要用非開源的Wav2lip做數(shù)字人訓(xùn)練，流式實(shí)時(shí)推理?？梢詫?yīng)1080，1920，2k，4k等高清數(shù)字人。
     Wav2lip384訓(xùn)練指標(biāo)含模型訓(xùn)練速度、模型準(zhǔn)確度、模型泛化能力、訓(xùn)練資源消耗等；
     效果指標(biāo)：
    1、語音識別準(zhǔn)確率（ASR Accuracy）
       詞錯(cuò)率(WER ↓): <3.7%
       字準(zhǔn)確率(W.Acc ↑): >97.3%
     2、文本到語音轉(zhuǎn)換質(zhì)量（TTS Quality）
     3、語言模型效能（LLM Efficiency）
     4、生成內(nèi)容相關(guān)性（Content Relevance）
     5、表情和口型同步（Wav2lip Sync）
     數(shù)字人技術(shù)可用于制作數(shù)字人短視頻，可用于數(shù)字人直播帶貨，也可以做成實(shí)時(shí)對話數(shù)字人，實(shí)時(shí)客服數(shù)字人等，廣泛應(yīng)用于文旅博物館虛擬講解員、銀行法律政務(wù)機(jī)器人等。
     

       如您對實(shí)時(shí)對話有需求，我們可以提供百度或者訊飛等大模型接入服務(wù)，數(shù)字人訓(xùn)練可以提供API接口，以及硬件服務(wù)器。如果對于語音有要求，最近微軟發(fā)布的azure達(dá)到近人的真人富有情感的語音模型；接口鏈接為：https://azure.microsoft.com/zh-cn/products/ai-services/text-to-speech