目前数字人主要包括形象、声音和对话能力几方面。主要交互方式为直接与数字人进行对话。
实现对话可以通过实时的方式，也可以通过先合成再播放的的方式。前者在高性能电脑中可实现非常低的延时，可用在直播中。后者有一定延时。
- 实时或非实时模型（代表技术：Meta Human, NVIDIA Omniverse Audio2Face）
- 实时视频换脸（代表技术：DeepFakeLive,FaceFusion）
- 非实时视频换声音（代表技术：Wav2Lip）
- 非实时图片转视频（代表技术：Sadtalker）
数字人声音可使用现有模型的TTS，或使用自训练的声音模型。声学模型是声音合成系统的重要组成部分。
主流声学模型包括VITS、Tacotron、FastSpeech2等。VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）是一种语音合成方法，它使用预先训练好的语音编码器 (vocoder声码器) 将文本转化为语音。
之前流行的AI孙燕姿等，采用技术为so-vits-svc，全称SoftVC VITS Singing Voice Conversion。该技术是一个声音爱好者基于softVC和VITS修改而来。
- 声音转声音（代表技术：so-vits-svc，Emotional VITS）
- 文字转声音（代表技术：阿里ModelScope，Bark）
官网：https://chat.openai.com/chat
openai后台：https://platform.openai.com/
新建API KEY：https://platform.openai.com/account/api-keys
查看账号额度：https://platform.openai.com/account/usage
官方API文档：https://platform.openai.com/docs/api-reference
实现参考：claude-in-slack-api
API申请方法：claude-api
slack官网：https://slack.com/intl/zh-cn/
添加claude到slack：https://www.anthropic.com/claude-in-slack
视频教程：
完美替代chatGPT！保姆级Claude注册教程及使用上的优点和缺点
解决现阶段slack新建工作区Claude不回复
Claude2-PyAPI
claude2官网：https://claude.ai/
cookie获取方式：F12抓包XHR，然后请求头获取cookie
官方仓库：ChatGLM-6B
整合包：【ChatGLM】本地版ChatGPT？6G显存可用！ChatGLM-6B 清华开源模型一键包发布 可更新
官方：https://open.bigmodel.cn/
api key申请地址：https://open.bigmodel.cn/usercenter/apikeys
注意，需要在"设置"->"账号设置"中完成实名认证后，才能使用API。新账号默认赠送了18元的免费额度。
官方仓库：langchain-ChatGLM
个人提供的整合包：https://pan.quark.cn/s/8d8904fd4b30
chatglm-6b-int4模型下载(其实这个官方就行，有会员的话网盘快点)：https://pan.quark.cn/s/a483e0c3e5fa
官方模型仓库：https://huggingface.co/THUDM
-
AI-Vtuber
【开源】AI Vtuber是一个由 【ChatterBot/ChatGPT/claude/langchain（本地/llm）/chatglm/text-generation-webui/闻达】 驱动的虚拟主播 -
Fay 【开源】Fay是一个完整的开源项目，包含Fay控制器及数字人模型，可灵活组合出不同的应用场景：虚拟主播、现场推销货、商品导购、语音助理、远程语音助理、数字人互动、数字人面试官及心理测评、贾维斯、Her。
-
腾讯智影 【国产商用】融合多种AIGC能力的综合创作平台。
-
Motionface 【国产商用】集成虚拟主播、嘴型同步、卡通风等的综合创作平台。
- 大模型、数字人技术在教育领域中如何得以应用？
“用科技促进教育发展，让更多人受益，是我们的初心。构建更有效果、更有效率、更有体验感的教育，让全球的学习者都能享有优质数字教育资源。” 8月20日，在2023全球智慧教育大会现场，北京师范大学智慧学习研究院副院长、网龙副总裁陈长杰在接受媒体采访时做了上述表示。