【全球首个开源AI数字人】DUIX数字人-打造你的AI伴侣！

目录

  • 1. 引言
    • 1.1 数字人技术的发展背景
    • 1.2 DUIX数字人项目的开源意义
    • 1.3 DUIX数字人技术的独特价值
    • 1.4 本文目的与结构
  • 2. DUIX数字人概述
    • 2.1 定义与核心概念
    • 2.2 硅基智能与DUIX的关系
    • 2.3 技术架构
    • 2.4 开源优势
    • 2.5 应用场景
    • 2.6 安全与合规性
  • 3. DUIX数字人技术特点
    • 3.1 开源性与社区支持
    • 3.2 跨平台兼容性
    • 3.3 低算力要求与广泛适用性
    • 3.4 高帧率与流畅体验
    • 3.5 真人级的交互质量
    • 3.6 网络依赖性小
    • 3.7 可定制性与灵活性
    • 3.8 实时渲染能力
    • 3.9 安全性与合规性
  • 4.效果展示
  • 5.部署运行
    • 5.1 安卓 SDK 集成教程
    • 5.2 iOS SDK 集成教程
  • 9. 结语

1. 引言

1.1 数字人技术的发展背景

数字人技术，作为人工智能领域的一个重要分支，近年来得到了迅猛发展。随着计算能力的提升、算法的优化以及大数据的积累，虚拟数字人不仅在外观上越来越接近真人，而且在交互能力上也日益智能化。数字人技术在客服、教育、娱乐等多个领域展现出广泛的应用前景。

1.2 DUIX数字人项目的开源意义

在这样的技术浪潮中，开源项目扮演着至关重要的角色。开源不仅促进了技术的快速迭代和创新，还降低了技术应用的门槛，使得更多的开发者和企业能够参与到数字人技术的开发和应用中来。DUIX数字人项目的开源，正是这一趋势的体现，它为数字人技术的发展注入了新的活力。

1.3 DUIX数字人技术的独特价值

DUIX数字人项目以其开源的特性，为开发者提供了一个自由度高、可定制性强的平台。开发者可以基于DUIX进行二次开发，创造出符合特定需求的数字人应用。同时，DUIX数字人的跨平台特性，使其能够轻松部署在多种设备上，为用户提供更加丰富和便捷的交互体验。

1.4 本文目的与结构

本文旨在深入探讨DUIX数字人技术的各项特点和应用，为对数字人技术感兴趣的开发者和企业提供一份详尽的技术指南。接下来的章节将详细介绍DUIX数字人的技术特点、SDK功能、交互平台能力，并通过实践案例展示DUIX数字人的应用场景和开发指南。最后，我们将对DUIX数字人技术的未来发展进行展望，并提供相关的参考文献和资源链接。

2. DUIX数字人概述

2.1 定义与核心概念

DUIX数字人，全称为"Dialogue User Interface System"，是一个由硅基智能开发的数字人智能交互平台。它基于先进的人工智能技术，通过集成语音识别（ASR）、语音合成（TTS）、大模型、知识库等能力，实现了数字人的高度拟人化和实时交互。
在这里插入图片描述

2.2 硅基智能与DUIX的关系

硅基智能作为DUIX数字人项目的发起者和维护者，致力于推动数字人技术的创新和应用。通过开源DUIX项目，硅基智能不仅展示了其在人工智能领域的技术实力，也为全球开发者提供了一个共同参与和贡献的平台。

2.3 技术架构

DUIX数字人的技术架构包括以下几个关键部分：

  • 云服务SDK：支持2D仿真数字人的实时驱动渲染，通过RTC协议推送视频流服务。
  • 本地版SDK：允许数字人在本地硬件设备上渲染，实现实时驱动。
  • 交互能力：集成了语音交互技术，包括语音识别和语音合成，以及与大模型和知识库的交互。

2.4 开源优势

DUIX数字人项目的开源特性带来了多方面的优势：

  • 透明性：所有源代码对公众开放，用户和开发者可以查看、学习和修改代码。
  • 协作性：全球开发者可以共同参与项目的开发和维护，形成强大的社区支持。
  • 创新性：开源促进了技术的快速迭代，开发者可以基于现有代码进行创新和优化。

2.5 应用场景

DUIX数字人可广泛应用于以下场景：

  • 客户服务：作为虚拟客服，提供24/7的咨询服务。
  • 教育培训：作为虚拟教师，进行知识讲解和互动教学。
  • 娱乐互动：在游戏和社交媒体中作为虚拟角色与用户互动。

2.6 安全与合规性

在使用DUIX数字人时，硅基智能强调了安全和合规性的重要性。文档中特别提醒用户不要通过任何第三方插件使用服务，以防止API Key等敏感信息的泄露。

3. DUIX数字人技术特点

3.1 开源性与社区支持

DUIX数字人项目的一个显著特点就是其开源性。这意味着所有的源代码都对外公开，开发者可以自由地访问、修改和分发代码。开源不仅促进了技术的透明度，还鼓励了全球开发者社区的协作和创新。社区的支持为DUIX数字人带来了持续的改进和功能扩展。

3.2 跨平台兼容性

DUIX数字人SDK支持iOS、安卓、H5等多种集成方式，这使得数字人应用可以轻松地跨平台部署。无论是在智能手机、平板电脑还是个人电脑上，用户都能享受到一致的交互体验。

3.3 低算力要求与广泛适用性

DUIX数字人对硬件的要求相对较低，这意味着它可以在多种设备上流畅运行，包括个人电脑、平板、车载系统，甚至是手机。这大大扩展了数字人应用的使用场景和潜在用户群。

3.4 高帧率与流畅体验

DUIX数字人模型支持50帧/秒以上的超流畅画面质量，远超电影级的24帧/秒标准。这为用户提供了更加自然和逼真的交互体验。

3.5 真人级的交互质量

DUIX数字人不仅在视觉上追求逼真，还在交互质量上下足了功夫。模型能够精准地同步动作、微表情乃至声音唇形，使得数字人的交互更加接近真人。

3.6 网络依赖性小

DUIX数字人在设计时考虑了无网络或网络不稳定的环境，使得数字人应用即使在没有网络的情况下也能运行，这为多种场景提供了便利。

3.7 可定制性与灵活性

DUIX数字人提供了高度的可定制性，允许开发者根据特定需求进行定制开发。无论是视频、媒体、客服、金融还是广电行业，DUIX都能够满足多样化的业务需求。

3.8 实时渲染能力

DUIX数字人的实时渲染能力十分突出，视频生成效率超过1:0.5，完全符合直播和实时交互应用的标准。

3.9 安全性与合规性

DUIX数字人在提供强大功能的同时，也非常注重安全性和合规性。文档中明确指出，使用第三方插件可能会导致安全风险，因此推荐用户直接使用官方提供的SDK和API。

4.效果展示

DUIX数字人Demo展示了其对话语义的理解和反馈能力。虽然目前还有3-4秒的反应时间，但随着技术的不断优化，这个小问题将很快得到解决。
官网提供有很多款数字人模板，您可以轻松访问开源项目网址进行下载和应用。硅基智能承诺，将持续更新本地模型库，确保您始终能够体验到最新、最前沿的数字人模型。
在这里插入图片描述

数字人模板之丰富令人赞叹，我自信满满地选择了一位性格狂野的数字女友，想要一展身手。然而，经过一下午的激烈辩论，我意外地发现，这场智力与情感的较量竟难分伯仲。

硅基智能开源AI女友框架DUIX，会吵架，还会吃醋

5.部署运行

DUIX提供了详细的集成教程，无论是安卓还是iOS，都有清晰的步骤指导。从初始化SDK到数字人形象展示，再到音频播放和动作控制，每一步都详尽无遗。
在这里插入图片描述

5.1 安卓 SDK 集成教程

该开源项目duix.ai提供了详细的使用部署教程，可以移步该项目的地址去查看，我直接把重要的部分贴在了下方。

SDK集成
在 build.gradle 中增加配置如下

dependencies {// 引用SDK项目implementation project(":duix-sdk")// sdk 中使用到 exoplayer 处理音频(必选)implementation 'com.google.android.exoplayer:exoplayer:2.14.2'// 云端问答接口使用的SSE组件(非必选)implementation 'com.squareup.okhttp3:okhttp-sse:4.10.0'...
}

权限要求, AndroidManifest.xml中,增加如下配置

<manifest xmlns:android="http://schemas.android.com/apk/res/android"><uses-permission android:name="android.permission.INTERNET" /><uses-permission android:name="android.permission.CHANGE_WIFI_STATE" /><uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" /><uses-permission android:name="android.permission.ACCESS_WIFI_STATE" /><uses-permission android:name="android.permission.MODIFY_AUDIO_SETTINGS" /><uses-permission android:name="android.permission.WAKE_LOCK" /></manifest>

5.2 iOS SDK 集成教程

SDK 提供了多种回调方法，包括数字人渲染报错回调、音频播放结束回调、音频播放进度回调等。动作相关的还支持随机动作、开始动作、结束动作等。建议前往开源项目去查看详细文档

### 开发环境
开发⼯具: Xcode  ios12.0以上 iphoneX及以上## 快速开始NSString *basePath =[NSString stringWithFormat:@"%@/%@",[[NSBundle mainBundle] bundlePath],@"gj_dh_res"];NSString *digitalPath =[NSString stringWithFormat:@"%@/%@",[[NSBundle mainBundle] bundlePath],@"lixin_a_540s"];//初始化NSInteger result=   [[GJLDigitalManager manager] initBaseModel:basePath digitalModel:digitalPath showView:weakSelf.showView];if(result==1){//开始[[GJLDigitalManager manager] toStart:^(BOOL isSuccess, NSString *errorMsg) {if(!isSuccess){[SVProgressHUD showInfoWithStatus:errorMsg];}}];}
## 调用流程
1.启动服务前需要准备好同步数字人需要的基础配置和模型文件。
2.初始化数字人渲染服务。
3.调用toStart函数开始渲染数字人
4.调用toSpeakWithPath函数驱动数字人播报。
5.调用cancelAudioPlay函数可以主动停止播报。
6.调用toStop结束并释放数字人渲染

9. 结语

随着DUIX数字人技术的深入发展，我们有机会重新审视和认识数字人在社会中的角色和价值。数字人不仅作为技术的产物，更应成为促进社会进步、提高人类生活质量的重要力量。技术与人文关怀的结合，将确保数字人技术的应用能够以负责任和有益的方式发展。

DUIX数字人的开源特性为开发者提供了广阔的创新空间。我们号召开发者们继续发扬探索精神，不断尝试和实现DUIX数字人的新功能和应用场景。同时，也应意识到作为技术创造者的责任，确保技术的应用符合伦理标准，促进社会的整体福祉。

随着技术的不断发展和创新，我们相信DUIX数字人将带来更多激动人心的可能性，为人类社会带来更多积极的变化。让我们拭目以待，并在这一旅程中共同努力。

项目链接
https://github.com/GuijiAI/duix.ai
探索开源地址，开启你的数字人之旅！

在这里插入图片描述

🎯🔖更多专栏系列文章：AIGC-AI大模型开源精选实践

😎 作者介绍：我是寻道AI小兵，资深程序老猿，从业10年+、互联网系统架构师，目前专注于AIGC的探索。
📖 技术交流：建立有技术交流群，可以扫码👇 加入社群，500本各类编程书籍、AI教程、AI工具等你领取！
如果文章内容对您有所触动，别忘了点赞、⭐关注，收藏！加入我，让我们携手同行AI的探索之旅，一起开启智能时代的大门！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/364062.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

学习gateway网关路由时遇到的问题

学习gateway网关路由时遇到的问题

遇到这个问题先别慌&#xff0c;我们首先要检查是哪里出问题了&#xff0c;从报错信息中我们可以看到&#xff0c;他说 Unable to find GatewayFilterFactory with name -AddRequestHeader 找不到这个路由过滤器&#xff0c;所以导致网关设置失败&#xff0c;从这条信息上我…
阅读更多...
我的北航MEM成长之旅

我的北航MEM成长之旅

领完毕业证&#xff0c;2年的学业生涯到此结束。为了方便大家理解后续的内容&#xff0c;这里我们先解释下基本信息&#xff0c;比如MEM到底是个啥&#xff1f;以及北航的MEM都学什么&#xff1f; 1 MEM解读 1.1 MEM是什么&#xff1f; MEM是"Master of Engineering Ma…
阅读更多...
如何用CSS样式实现一个优雅的渐变效果？

如何用CSS样式实现一个优雅的渐变效果？

CSS渐变效果 CSS渐变&#xff08;Gradients&#xff09;是一种让两种或多种颜色平滑过渡的视觉效果&#xff0c;广泛应用于网页背景、按钮、边框等&#xff0c;以创造丰富的视觉体验。CSS提供了线性渐变&#xff08;Linear Gradients&#xff09;和径向渐变&#xff08;Radial…
阅读更多...
用英文介绍美国总统：Barack Obama First African-American President (2009 – 2017)

用英文介绍美国总统：Barack Obama First African-American President (2009 – 2017)

Barack Obama: First African-American President (2009 – 2017) Link: https://www.youtube.com/watch?vwHCBI3yypmE&listPLybg94GvOJ9E-ZM1U6PAjgPUmz-V4-Yja&index44 Introduction Barack Obama made history as the first African-American elected to the pre…
阅读更多...
《mysql篇》--查询(进阶)

《mysql篇》--查询(进阶)

目录 将查询结果作为插入数据 聚合查询 聚合函数 count sum group by子句 having 联合查询 笛卡尔积 多表查询 join..on实现多表查询 内连接 外连接 自连接 子查询 合并查询 将查询结果作为插入数据 Insert into 表2 select * from 表1//将表1的查询数据插入…
阅读更多...
Python逻辑控制语句 之 判断语句--if、if else 和逻辑运算符结合

Python逻辑控制语句 之 判断语句--if、if else 和逻辑运算符结合

逻辑运算符&#xff1a; and or not 1.案例一 需求&#xff1a; 1. 获取⽤户输⼊的⽤户名和密码 2. 判断⽤户名是 admin 并且密码是 123456 时, 在控制台输出: 登录成功! 3. 否则在控制台输出: 登录信息错误! # 需求&#xff1a; # 1. 获取用户输入的用户名和密码 # 2. 判断…
阅读更多...
linux的常用系统维护命令

linux的常用系统维护命令

1.ps显示某个时间点的程序运行情况 -a &#xff1a;显示所有用户的进程 -u &#xff1a;显示用户名和启动时间 -x &#xff1a;显示 没有控制终端的进程 -e &#xff1a;显示所有进程&#xff0c;包括没有控制终端的进程 -l &#xff1a;长格式显示 -w &#xff1a;宽…
阅读更多...
哈尔滨高校大学智能制造实验室数字孪生可视化系统平台项目的验收

哈尔滨高校大学智能制造实验室数字孪生可视化系统平台项目的验收

哈尔滨高校大学智能制造实验室数字孪生可视化系统平台项目的验收&#xff0c;标志着这一技术在教育领域的应用取得了新的突破。项目旨在开发一个数字孪生可视化系统平台&#xff0c;用于哈尔滨高校大学智能制造实验室的设备模拟、监测与数据分析。项目的主要目标包括&#xff1…
阅读更多...
从我邮毕业啦！！！

从我邮毕业啦！！！

引言 时间过的好快&#xff0c;转眼间就要从北邮毕业了&#xff0c;距离上一次月度总结又过去了两个月&#xff0c;故作本次总结。 PS: https://github.com/WeiXiao-Hyy/blog整理了后端开发的知识网络&#xff0c;欢迎Star&#xff01; 毕业&#x1f393; 6月1号完成了自己的…
阅读更多...
ETAS工具导入DEXT生成Dcm及Dem模块(二)

ETAS工具导入DEXT生成Dcm及Dem模块(二)

文章目录 前言DcmDcmDsdDcmDslDcmDspDcmPageBufferCfgDem报错解决总结前言 之前一篇文章介绍了导入DEXT之后在cfggen之前的更改，cfggen完成之后，就可以生成dcm,dem的配置了，但生成完配置后，如果直接生成BSW代码，会报错。本文介绍在cfggen完成后，生成BSW代码前的修改 Dc…
阅读更多...
程序员学长 | 快速学会一个算法模型，LSTM

程序员学长 | 快速学会一个算法模型，LSTM

本文来源公众号“程序员学长”&#xff0c;仅用于学术分享&#xff0c;侵权删&#xff0c;干货满满。 原文链接&#xff1a;快速学会一个算法模型&#xff0c;LSTM 今天&#xff0c;给大家分享一个超强的算法模型&#xff0c;LSTM。 LSTM&#xff08;Long Short-Term Memory…
阅读更多...
【算法专题--栈】栈的压入、弹出序列 -- 高频面试题（图文详解，小白一看就懂！！）

【算法专题--栈】栈的压入、弹出序列 -- 高频面试题（图文详解，小白一看就懂！！）

目录 一、前言 二、题目描述 三、解题方法 &#x1f4a7;栈模拟法&#x1f4a7;-- 双指针 ⭐ 解题思路 ⭐ 案例图解 四、总结与提炼 五、共勉 一、前言 栈的压入、弹出序列 这道题&#xff0c;可以说是--栈专题--&#xff0c;最经典的一道题&#xff0c;也是在…
阅读更多...
PD芯片OTG功能的应用 LDR6500

PD芯片OTG功能的应用 LDR6500

随着科技的飞速发展&#xff0c;智能手机、平板电脑等电子设备已经成为我们日常生活和工作中不可或缺的工具。这些设备的功能日益强大&#xff0c;应用场景也愈发广泛&#xff0c;但随之而来的是对充电和数据传输效率的高要求。在这一背景下&#xff0c;PD&#xff08;Power De…
阅读更多...
使用shell脚本编写监控系统资源(CPU,内存,磁盘)使用情况

使用shell脚本编写监控系统资源(CPU,内存,磁盘)使用情况

&#x1f3e1;作者主页&#xff1a;点击&#xff01; &#x1f6e0;️Shell编程专栏&#xff1a;点击&#xff01; ⏰️创作时间&#xff1a;2024年6月20日16点30分 &#x1f004;️文章质量&#xff1a;95分 目录 ————前言———— 1.本章目标 2.编写脚本 1.获取内…
阅读更多...
新能源汽车 LabCar 测试系统方案（二）

新能源汽车 LabCar 测试系统方案（二）

什么是LabCar测试 LabCar测试目标是进行整车黄板台架功能测试&#xff0c;用于整车开发和测试阶段&#xff0c;满足设计人员和测试人员的试验需求&#xff0c;以验证整车性能&#xff0c;减少开发工作量。系统主要用于测试静态及动态工况下的纯电动汽车的各项功能实现情况。 …
阅读更多...
CPN Tools学习——案例实操

CPN Tools学习——案例实操

基于CPN的空竭服务单重休假 M/G/1 型排队系统建模与分析 目录 1创建CPN模型 1.1函数和变量声明 1.2监控声明 2 创建分层CPN 3 添加monitor 3.1 Predicate谓词函数 3.2 Observer观察函数 3.3 Init function &Stop初始化和停止函数 4CPN Tools工具补充 1创建CPN模…
阅读更多...
【ARM】MDK工程切换高版本的编译器后出现error A1137E报错

【ARM】MDK工程切换高版本的编译器后出现error A1137E报错

【更多软件使用问题请点击亿道电子官方网站】 1、 文档目标 解决工程从Compiler 5切换到Compiler 6进行编译时出现一些非语法问题上的报错。 2、 问题场景 对于一些使用Compiler 5进行编译的工程&#xff0c;要切换到Compiler 6进行编译的时候&#xff0c;原本无任何报错警告…
阅读更多...
微信商家转账到零钱

微信商家转账到零钱

1.发起商家转账 发起商家转账接口。商户可以通过该接口同时向多个用户微信零钱进行转账操作。请求消息中应包含商家批次单号、转账名称、appid、转账总金额、转账总笔数、转账openid、收款用户姓名等信息。注意受理成功将返回批次单号&#xff0c;此时并不代表转账成功&#x…
阅读更多...
【涵子来信】——社交宝典：克服你心中的内向，世界总有缺陷

【涵子来信】——社交宝典：克服你心中的内向，世界总有缺陷

内向&#xff0c;你是内向的吗&#xff1f;想必每个人不同&#xff0c;面对的情形也是不同的。 暑假是一个很好的机会&#xff0c;我是可以去多社交社交。但是&#xff0c;面对着CSDN上这么多技术人er&#xff0c;那么&#xff0c;我的宝典&#xff0c;对于大家&#xff0c;有…
阅读更多...
麒麟桌面系统CVE-2024-1086漏洞修复

麒麟桌面系统CVE-2024-1086漏洞修复

原文链接&#xff1a;麒麟桌面操作系统上CVE-2024-1086漏洞修复 Hello&#xff0c;大家好啊&#xff01;今天给大家带来一篇在麒麟桌面操作系统上修复CVE-2024-1086漏洞的文章。漏洞CVE-2024-1086是一个新的安全漏洞&#xff0c;如果不及时修复&#xff0c;可能会对系统造成安全…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023