초경량 디지털 인간 오픈 소스 프로젝트는 디지털 인간 기술에 혁신적인 혁신을 가져 왔습니다. 그것은 모바일에서 디지털 인간 배포 문제를 영리하게 해결하여 일반 스마트 폰에서 디지털 인간 애플리케이션을 실시간으로 실행할 수있게 해주므로 디지털 인간 기술의 애플리케이션 임계 값을 크게 줄이고 다양한 분야에서 광범위한 응용 프로그램을 홍보 할 수 있습니다. 경량 모델, 효율적인 알고리즘 및 편리한 교육 프로세스를 통해이 프로젝트는 개발자에게 새로운 디지털 인간 개발 플랫폼을 제공하여 자신의 디지털 인간 애플리케이션을보다 쉽게 만들고 배포 할 수 있습니다.
최근 Ultralight-Digital-Human이라는 오픈 소스 프로젝트는 개발자 커뮤니티에서 광범위한 관심을 끌었습니다. 이 프로젝트는 모바일 터미널에 Digital Human Technology를 배포하는 문제를 성공적으로 해결하여 일반 스마트 폰이 Digital Human Applications를 실시간으로 실행할 수 있도록하여 관련 기술의 대중화에 새로운 가능성을 제공합니다.
이 초경량 디지털 인간 모델은 혁신적인 딥 러닝 기술을 사용하고 알고리즘 최적화 및 모델 압축을 통해 모바일 장치에서 원활하게 작동 할 수있는 지점까지 거대한 디지털 인간 시스템을 성공적으로 "슬림"했습니다. 이 시스템은 비디오 및 오디오 입력의 실시간 처리를 지원하며 디지털 인간 이미지를 신속하게 합성하고 적시에 응답하며 원활하게 실행할 수 있습니다.
기술 구현 측면 에서이 프로젝트는 Wenet과 Hubert의 두 가지 오디오 기능 추출 솔루션을 통합하며 개발자는 특정 응용 프로그램 시나리오에 따라 유연하게 선택할 수 있습니다. 동시에, 동기 네트워크 (Syncnet) 기술을 도입함으로써 디지털 인력의 립 동기화 효과가 크게 향상되었습니다. 개발 팀은 모바일 장치에서 원활한 운영을 보장하기 위해 교육 및 배포 중에 매개 변수 치기 기술을 채택하여 컴퓨팅 리소스 요구 사항을 효과적으로 줄였습니다.
이 프로젝트의 또 다른 하이라이트는 완전한 교육 프로세스 문서를 제공하는 것입니다. 개발자는 가이드에 따라 디지털 인간 모델을 훈련하기 위해 3-5 분의 고품질 얼굴 비디오를 준비하면됩니다. 시스템에는 비디오에 대한 명확한 요구 사항이 있으며 Hubert 모드에는 25fps가 필요합니다.
교육 효과를 보장하기 위해 프로젝트 팀은 특별히 다음 주요 링크에주의를 기울여야합니다 적시에. 이러한 세부 사항은 최종 디지털 인간 효과에 직접적인 영향을 미칩니다.
현재이 오픈 소스 프로젝트는 소셜 애플리케이션, 모바일 게임 및 가상 현실 분야에서 큰 잠재력을 보여주었습니다. 기존의 디지털 인간 기술과 비교할 때 하드웨어 임계 값을 낮추는 것뿐만 아니라 크로스 플랫폼 호환성을 달성하고 다양한 스마트 폰에서 안정적으로 작동 할 수 있습니다.
프로젝트 주소 : https://github.com/anliyuan/ultralight-digital-human
요컨대, 초경량 디지털 인간 오픈 소스 프로젝트는 디지털 인간 기술 개발에 새로운 희망을 가져 왔으며, 가볍고 사용 편의성 및 크로스 플랫폼 호환성으로 인해 미래의 디지털 인간 애플리케이션 개발에 이상적인 선택이되었습니다. 이 프로젝트의 오픈 소스 특성은 또한 더 많은 개발자들이 디지털 인간 기술의 발전과 대중화를 참여시키고 공동으로 홍보하도록 권장합니다. 이 프로젝트를 기반으로하는보다 혁신적인 응용 프로그램은 미래에 태어날 것이라고 생각합니다.