منصوبے کے بارے میں

Duix.Avatar Duix.com کے ذریعہ تیار کیا گیا ایک مفت اور کھلا ذریعہ AI ایوار پروجیکٹ ہے۔ یہ ونڈوز اور Ubuntu سسٹمز کے لیے مکمل طور پر آف لائن ویڈیو سنتھیسس ٹول ہے جو صارف کی ظاہری شکل اور آواز کو کلون کرکے متن اور آواز کے ان پٹ سے ڈیجیٹل انسانی ویڈیوز بناتا ہے۔ مرکزی خصوصیات میں شامل ہیں: - AI الگورتھمز کا استعمال کرتے ہوئے سر کی شکل اور آواز کی درست کلوننگ، جس سے چہرے کے خصوصیات کو کیپچر کیا جاتا ہے اور آواز کے خصوصیات کو دوبارہ پیدا کیا جاتا ہے۔ - متن اور آواز سے چلنے والے ورچوئل ایوارز، جو قدرتی زبان کی پروسیسنگ کا استعمال کرتے ہوئے متن کو آواز میں تبدیل کرتے ہیں اور ایوار کے اظہار اور افعال کو چلاتے ہیں۔ - موثر ویڈیو سنتھیسس کے ساتھ آڈیو-ویڈیو لپ سنک کا مکمل تطابق۔ - آٹھ زبانوں کے لیے متعدد زبان کی سپورٹ: انگریزی، جاپانی، کورین، چینی، فرانسیسی، جرمن، عربی اور اسپینش۔ اہم فوائد میں مکمل طور پر آف لائن عمل کرنا، صارف دوست انٹرفیس، اور متعدد ماڈلز کو درآمد کرنے کی سپورٹ شامل ہے۔ یہ پروجیکٹ ڈاکر کی بنیاد پر ڈیپلویمنٹ کرتا ہے جس میں تین اہم ڈاکر امیجز (fun-asr، fish-speech-ziming، اور duix.avatar) شامل ہیں۔ ہارڈ ویئر کی ضروریات میں NVIDIA گرافکس کارڈ (تجویز کردہ RTX 4070)، 32GB RAM، اور 100GB سے زیادہ فری ڈسک اسپیس شامل ہے۔ یہ ونڈوز 10 اور Ubuntu 22.04 دونوں پر نصب کیا جا سکتا ہے۔ یہ پروجیکٹ ماڈل ٹریننگ، آڈیو سنتھیسس، اور ویڈیو سنتھیسس کے لیے کھلے API فراہم کرتا ہے جو HTTP اینڈ پوائنٹس کے ذریعے مقامی طور پر دستیاب ہیں۔ اس کے علاوہ، کاروباری صارفین کے لیے جنہیں اینٹرپرائز لیول SLA کی ضمانت چاہیے، ایک الگ کامرسیل API سروس بھی دستیاب ہے۔ یہ پروجیکٹ ASR کے لیے fun-asr اور TTS کے لیے fish-speech-ziming کا استعمال کرتا ہے۔ یہ عالمی سطح پر مفت کامرسیل استعمال کی اجازت دیتا ہے، لیکن 100,000 سے زیادہ صارفین یا سالانہ 10 ملین ڈالر سے زیادہ آمدنی والے کاروبار کو کامرسیل لائسنس معاہدہ درکار ہوگا۔