使用场景

在线客服，提供24小时客户咨询服务

虚拟主播，用于新闻播报和娱乐节目

教育领域，作为虚拟教师进行教学辅助

产品特色

支持端到端语音方案（GLM-4-Voice - THG）和级联方案（ASR-LLM-TTS-THG）

自定义数字人形象与音色，无需训练

支持音色克隆功能

首包延迟低至3秒

在线demo提供实时体验

技术选型包括ASR、LLM、MLLM、TTS和THG

提供本地部署指南和API-KEY配置

使用教程

1. 克隆项目代码到本地：使用git clone命令克隆项目代码

2. 环境配置：根据项目要求配置Ubuntu系统、Python版本和CUDA版本

3. 安装依赖：使用pip install命令安装requirements.txt中的依赖

4. 下载权重文件：根据指南下载所需的权重文件

5. 配置API-KEY：如果需要使用API服务，按照指南配置API-KEY

6. 启动服务：运行python app.py启动服务

7. 使用自定义数字人：根据指南添加自定义数字人形象和音色

8. 测试和优化：运行服务后进行测试，并根据需要进行优化