AGI Hunt· Scobleizer·· 2 小时前AI 评分53
开发者用开源视频模型为本地语音 Agent 加上实时数字人头像
开发者用开源视频模型给本地语音 Agent 加上实时数字人头像
AI 导读
开发者 John Robinson 创建 AvatarVoice 项目,为本地语音 Agent 生成实时说话头像,并通过 WebRTC 在浏览器中流式输出。项目采用开源权重视频模型 AvatarForcing,其推理代码支持边说话边生成视频;运行硬件为 Linux 和 CUDA,两张 NVIDIA RTX 6000 Blackwell 提供 VRAM 与算力,作者认为可压缩至单卡。
来源:AGI Hunt · agihunt.info