跳到正文

VideoChat

可实时语音交互的数字人项目

访问官网

VideoChat 是什么

VideoChat 被介绍为一个实时语音交互数字人项目,支持端到端语音方案与级联方案,技术上用到了 ASR、LLM、MLLM、TTS 与 THG。

你可以用它做什么

  • 无需训练即可自定义数字人形象与音色
  • 为数字人克隆音色
  • 选用端到端语音方案或级联方案
  • 通过在线 demo 体验实时交互

应用场景

  • 提供 24 小时客户咨询的在线客服
  • 用于新闻播报与娱乐节目的虚拟主播
  • 在教育领域辅助教学的虚拟教师

上手流程

  • 用 git clone 克隆项目代码到本地
  • 按项目要求配置 Ubuntu 系统、Python 与 CUDA 版本
  • 用 pip install 安装 requirements.txt 中的依赖
  • 按指南下载所需的权重文件

优点与缺点

✓ 我们认可的地方

  • 形象与音色可自定义且无需训练
  • 提供在线 demo 供实时体验

! 需要留意的地方

  • 环境配置需要指定 Ubuntu、Python 与 CUDA 版本
  • 权重文件需要按指南下载

常见问题

支持哪些语音方案?

资料列出端到端语音方案(GLM-4-Voice - THG)与级联方案(ASR-LLM-TTS-THG)。

换音色需要训练吗?

资料说明形象与音色可自定义且无需训练,并支持音色克隆。

最后评测: 2026-11-15

更多 AI 数字人 工具

查看全部 →

评测方法