跳到正文
V2EX·· 4 小时前AI 评分48

Mynah 实时数字人系统开源,支持私有化部署

[分享创造] 做了几年数字人 OEM,开源了一套可私有化部署的实时数字人系统

AI 导读

作者开源实时数字人系统 Mynah,采用 Apache-2.0 许可,可部署在自有服务器,包含引擎和控制台。系统支持浏览器实时语音对话与插话打断,并可管理形象、音色、知识库、访问权限和并发上限;v0.1.0 提供三平台 cored 二进制、Luna/Nova 形象预设包及 Docker Compose 部署。

正文

利益相关:作者本人。

过去几年一直在给一家数字人厂商做 OEM 。交付下来发现:让数字人开口说话只是第一步,真要给客户用,还得管形象、接知识库、发访问链接、控并发——这些市面上的开源方案大多是引流 demo ,缺得厉害。

所以自己从头写了一套 Mynah ,这次把引擎和控制台一起开源了,Apache-2.0 ,可以部署在自己的服务器上。

一张形象图、一条命令,跑起一个半身数字人。浏览器打开就能实时语音对话,支持插话打断。控制台里管理形象、音色和知识库,配好频道的访问权限和并发上限,发布成链接就行。

演示

控制台

引擎按显卡选三档:- wav2lipLS:最省,6GB 显存能跑

  • MuseTalk / FlashHead:单路,文档建议 12GB
  • 本机没显卡:只跑核心服务和控制台,引擎扔到远程 GPU 机器上

v0.1.0 提供了 cored 三平台二进制和 Luna/Nova 形象预设包,Docker Compose 一把起。

仓库: https://github.com/honwee/mynah 文档: https://honwee.github.io/mynah/

老实说:这套是为交付场景写的,代码里 OEM 赶工的味道比较重,有些地方写得糙。欢迎 issue 和 PR ,尤其想听听做过实时音视频 / 数字人方向的 V 友拍砖。

来源:V2EX · v2ex.com