实时交互式数字人直播方案,基于 ER-NeRF、MuseTalk 等模型实现音频驱动口型同步与说话头生成,可用于虚拟主播和实时对话场景。
低延迟、高音质的开源音频编解码器,专为互联网实时语音和音乐传输设计,广泛用于 VoIP、视频会议和流媒体。