Голосовому агенту можно дать лицо с одной фотографии. Любопытнее то, что оно не замирае...
Голосовому агенту можно дать лицо с одной фотографии. Любопытнее то, что оно не замирает, когда говорите вы. OpenSpline добавляет видеослой к готовому помощнику: берёт портрет и поток озвучки, выдаёт синхронную речь и движения лица. Инструкции, инструменты и выбранный голос остаются у вашего агента. Во время слушания проект генерирует новые движения, а не крутит один заготовленный ролик. Перебили помощника — речь можно остановить, не превращая собеседника в неподвижную фотографию. Для собственного сервера нужны Linux или WSL2 и видеокарта NVIDIA: один GPU-воркер на один активный разговор, включая паузы. Онлайн-примеры и подключения к голосовым сервисам собраны в репозитории.
2 просмотров