इस प्रोजेक्ट के बारे में

Duix.Avatar Duix.com द्वारा विकसित एक मुफ्त और ओपन-सोर्स AI अवतार प्रोजेक्ट है। यह Windows और Ubuntu सिस्टम के लिए डिज़ाइन किया गया एक पूरी तरह ऑफलाइन वीडियो सिंथेसिस टूल है, जो उपयोगकर्ता की उपस्थिति और आवाज़ को क्लोन करके टेक्स्ट और वॉइस इनपुट से संचालित डिजिटल ह्यूमन वीडियो बनाता है। मुख्य विशेषताएं: - AI एल्गोरिदम का उपयोग करके चेहरे की विशेषताओं को कैप्चर करने और आवाज़ की विशेषताओं को दोहराने के लिए सटीक उपस्थिति और आवाज़ क्लोनिंग। - प्राकृतिक भाषा प्रसंस्करण का उपयोग करके टेक्स्ट को भाषण में बदलने और अवतार के भाव-भंगिमा और कार्यों को संचालित करने के लिए टेक्स्ट और वॉइस-ड्रिवेन वर्चुअल अवतार। - सिंक्रोनाइज्ड ऑडियो-वीडियो लिप-सिंक के साथ कुशल वीडियो सिंथेसिस। - आठ भाषाओं के लिए बहुभाषी समर्थन: English, Japanese, Korean, Chinese, French, German, Arabic, और Spanish। प्रमुख लाभों में पूरी तरह ऑफलाइन संचालन जो गोपनीयता की सुरक्षा करता है, उपयोगकर्ता-अनुकूल इंटरफेस, और कई मॉडल आयात करने का समर्थन शामिल है। प्रोजेक्ट Docker-आधारित डिप्लॉयमेंट का उपयोग करता है जिसमें तीन मुख्य Docker इमेज हैं: fun-asr, fish-speech-ziming, और duix.avatar। हार्डवेयर आवश्यकताओं में NVIDIA ग्राफिक्स कार्ड (अनुशंसित RTX 4070), 32GB RAM, और 100GB से अधिक फ्री डिस्क स्पेस शामिल है। यह Windows 10 और Ubuntu 22.04 दोनों इंस्टॉलेशन को समर्थन करता है। प्रोजेक्ट मॉडल ट्रेनिंग, ऑडियो सिंथेसिस, और वीडियो सिंथेसis के लिए पन API प्रदान करता है, जो स्थानीय रूप से HTTP endpoints के माध्यम से उपलब्ध हैं। यह उद्यम उपयोगकर्ताओं के लिए एक अलग वाणिज्यिक API सेवा भी प्रदान करता है जिन्हें एंटरप्राइज-स्तरीय SLA आश्वासन की आवश्यकता होती है। प्रोजेक्ट स्वीकार करता है कि ASR के लिए fun-asr और TTS के लिए fish-speech-ziming का उपयोग किया गया है। यह विश्वव्यापी मुफ्त वाणिज्यिक उपयोग को समर्थन करता है, जिसमें 100,000 से अधिक उपयोगकर्तां या $10 मिलियन से अधिक वार्षिक राजस्व वाले उद्यमों को एक वाणिज्यिक लाइसेंस समझौते की आवश्यकता होती है।