早年玩过 Live2d 那类方案，最近虚拟人 tts 对口型之类的好像井喷式发展，就想搞了玩玩，请教几个问题。
- 风格想要偏真人一些的，二次元和 3D 风格也想试试。
- 现在是需要预生成语音预渲染视频，还是已经可以实时了？大概延迟多久？ （实时指 LLM 出文字，然后实时生成语音和视频。服务端还是客户端完成？）
- 分别有啥轮子好用，或者现成的组合方案有啥？
有了解这方面的朋友可以指点以下，谢谢。
3 条回复 • 2024-05-01 19:32:18 +08:00
 |
1
MoRanjiang 16 天前
需要一整句话才能分析出语调情绪，实时不太行
|
 |
2
JCZ2MkKb5S8ZX9pq OP @MoRanjiang 类似京东那个直播是咋搞的？好像没有需要太带情绪？
|
|
3
JCZ2MkKb5S8ZX9pq OP 自己顶顶，都是收藏的，没人回复的[捂脸]
|
Select Language