Skip to content

一个端到端的AI主播定制模块,当前支持对接b站直播间,支持本地chatglm3和智谱api语言模型,支持so-vits-svc、gpt-sovits和bert-vits2语音模型。

License

Notifications You must be signed in to change notification settings

whoiswennie/AI-Vtuber

Repository files navigation

AI-VTUBER

GitHub stars GitHub issues GitHub forks python


项目简介(推荐优先看)

本项目旨在实现一个高自由度的可定制AI-VTuber。支持对接哔哩哔哩直播间,以智谱API作为语言基座模型,拥有意图识别、长短期记忆(直接记忆和联想记忆),支持搭建认知库、歌曲作品库,接入了当前热门的一些语音转换、语音合成、图像生成、数字人驱动项目。提供了一个便于操作的客户端。

本项目特色:

1.本项目对于本地显卡的要求并不高,能正常运行stable-diffusion的电脑基本都能安心食用本项目。 2.本项目占地面积可能会比较大(完整部署后大约20多g,还不算第三方项目),主要是因为虚拟环境体积比较大,日后会着手解决该问题。 3.本项目内置miniconda3管理虚拟环境,便于用户自行扩展第三方模块。 4.本项目提供了一个可视化的客户端(基于streamlit框架构建),支持:环境管理、虚拟主播定制、扩展项目自启动、一些实用的小工具、直播后端监听、图数据库编辑等操作。 5.本项目提供了对于so-vits-svc4.1项目的训练-推理一条龙服务。 6.本项目提供了一个后端API服务器,支持通过get/post请求获得本项目绝大多数服务。 7.本项目支持虚拟主播模板构建、多人设模板管理、实时切换虚拟主播模板等操作。 8.当前版本中,本项目对接的开源项目包括:so-vits-svc4.1(语音转换)、GPT-Sovits(语音合成)、UVR5(人声分离)、fast-whisper(语音识别)、stable-diffusion-webui(图像生成)、stable-diffusion-comfyui、easyaivtuber(数字人驱动)、rembg(背景扣除) 9.本项目提供的实用小工具包括:视频/音频爬虫、语音识别、人声分离、语音合成、语音转换、AI画画、图片去背景。 10.本项目通过构建角色提示词模板、基于知识图谱查询的认知/作品知识库、基于向量数据库的知识库查询构建AI虚拟主播人设(技术实现可以去看作者的语雀文档或者博客)。


附件

文档教程(正在更新中)| 视频效果演示(这个是老版本的演示)|夸克网盘【提供整合包、预训练模型的下载】

使用须知

本项目提供release版以及整合包版。


当前版本功能介绍

  • 当前版本功能:

    • 对接哔哩哔哩开放平台
    • 支持edge-tts+svc实现定制化的语音合成
    • 支持gpt-sovits
    • 支持智谱api
    • 通过图数据库实现本地歌库多元化搜索
    • 通过向量数据库和知识图谱搭建知识库
    • 自动化的知识图谱制作工具
    • 支持多模板AI虚拟主播定制
    • 具有短期/长期记忆
    • 支持情感聊天
    • 支持对话、唱歌、本地/网络搜索、画画四种意图的任务
    • 对接so-vits-svc并提供训练-推理的一条龙服务
    • 对接sd(webui和comfyui)
    • 对接EasyAiVtuber项目
    • streamlit客户端设计(主要是管理和定制你的ai-vtuber的)
  • 当前主要工作:

    • 完善项目文档(在语雀更新【附件中文档教程】)
    • 录制相关使用教程(在b站更新)
    • 发布与本项目相关联的第三方项目整合包(【附件中夸克网盘】)
  • **近期更新计划: **

    • 支持更多的哔哩哔哩直播间弹幕互动
    • 字幕机
    • 支持通过与AI-VTuber的互动生成训练数据
    • 支持gpt-sovits情感控制
    • 对接diffsinger,实现一个完整的语音声库定制方案
    • 支持更多的llm接口方案
    • 支持更多的TTS接口方案
    • 高级一点的AI Agent 😏

如何启动本项目

前置准备

release版需要提前下载预训练模型并将其放置于

runtime
├───miniconda3
└───pretrained_models
    ├───faster-whisper
    	└───large-v2
    		└───这里
    ├───gte-base-zh
    	└───这里
tools
├───uvr5
    └───uvr5_weights
        └───这里

在本项目根目录中,存在以下两个bat脚本

运行 condaenv.bat  #本项目主环境搭建(整合包可以忽略这步)
运行 start.bat  #启动客户端

国内镜像源

清华:https://pypi.tuna.tsinghua.edu.cn/simple/
阿里云:http:https://mirrors.aliyun.com/pypi/simple/
中国科技大学:https://pypi.mirrors.ustc.edu.cn/simple/
华中科技大学:http:https://pypi.hustunique.com/simple/
上海交通大学:https://mirror.sjtu.edu.cn/pypi/web/simple/
豆瓣:http:https://pypi.douban.com/simple/

本项目的数字人效果演示(对接EasyAIVTuber数字人项目实现:以流萤为例)

[流萤:睡眠状态]

ly_sleep.mp4

[流萤:说话状态]

ly_talk.mp4

[流萤:点歌状态]

ly_search.mp4

[流萤:唱歌状态]

ly_sing.mp4

对接仓库

https://github.com/xfgryujk/blivedm

https://github.com/ycyy/faster-whisper-webui

https://github.com/svc-develop-team/so-vits-svc

https://github.com/RVC-Boss/GPT-SoVITS

https://github.com/Anjok07/ultimatevocalremovergui

https://github.com/Ksuriuri/EasyAIVtuber

https://github.com/fishaudio/Bert-VITS2

About

一个端到端的AI主播定制模块,当前支持对接b站直播间,支持本地chatglm3和智谱api语言模型,支持so-vits-svc、gpt-sovits和bert-vits2语音模型。

Resources

License

Stars

Watchers

Forks

Packages

No packages published