منصوبے کے بارے میں

Hoho Avatar ایک source-first ٹول کٹ ہے جسے آڈیو-ری ایکٹو اوتار تجربات بنانے کے لیے ڈیزائن کیا گیا ہے۔ اس میں براؤزر پر مبنی TypeScript انجن شامل ہے جو اسٹریمنگ mono PCM آڈیو کا تجزیہ کرتا ہے تاکہ کردار کی اینیمیشنز کو چلایا جا سکے، خاص طور پر Canvas 2D کے ذریعے رینڈر ہونے والے layered PNG کرداروں کے لیے پانچ منہ کی حالتوں اور خودکار پلک جھپکانے کا انتظام کرتا ہے۔ اہم صلاحیتوں میں شامل ہیں: - آڈیو انٹیگریشن: لائیو مائیکروفون ان پٹ، مقامی آڈیو فائلوں، اور اسٹریمنگ TTS (KittenTTS کے ذریعے) سمیت مختلف آڈیو ذرائع کی حمایت کرتا ہے۔ - وائس ایجنٹ سپورٹ: فل ڈوپلیکس گفتگو کے لیے Azure OpenAI Realtime وائس ایجنٹس کے ساتھ انٹیگریشن کے لیے ایک گیٹ وے فراہم کرتا ہے۔ - اثاثوں کا انتظام (Asset Management): جسم، آنکھ اور منہ کی تہوں کی تعریف کے لیے ایک مخصوص JSON tabadul فارمیٹ استعمال کرتا ہے۔ اس میں ان اثاثوں کو تیار کرنے اور تصدیق کرنے کے لیے ایک Codex tabadul 'Skill' شامل ہے۔ - ماڈیولر آرکیٹیکچر: میڈیا حصول، موشن تجزیہ (PCMAnalyzer اور MouthClassifier)، اور رینڈرنگ کو الگ کرتا ہے، جس سے مستقبل میں Live2D یا 3D رینڈررز تک توسیع ممکن ہے۔ یہ ٹول کٹ مثال کے طور پر کچھ کردار اور ایک ڈیمو ایپلی کیشن فراہم کرتا ہے تاکہ ریئل ٹائم وائس ری ایکشن اور مقامی آڈیو پلے بیک کا مظاہرہ کیا جا سکے۔