实体 OWSM v4

OWSM v4

PulseAugur coverage of OWSM v4 — every cluster mentioning OWSM v4 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_359641 · Nov 15 · 18:42

本地实时会说话的虚拟形象使用 SoulX-FlashHead 和 LFM3-Audio

一位用户开发了一个完全在本地运行的实时会说话的虚拟形象系统，结合使用了 SoulX-FlashHead、OWSM v4 和 LFM3-Audio 模型。该流程首先使用 OWSM v4 转录语音输入，然后使用 LFM3-Audio 生成对话响应和合成语音，最后使用 SoulX-FlashHead 实时驱动肖像动画。该设置在 RTX 5090 上实现了约 850 毫秒的延迟，但视频生成组件的最佳性能需要像 RTX 4090 这样的高端 GPU。