本文へスキップ

VideoChat

リアルタイム音声で対話するデジタルヒューマン

公式サイトを見る

VideoChat とは

VideoChat はリアルタイムの音声で対話するデジタルヒューマンのプロジェクトと紹介され、エンドツーエンドの方式と段階的な方式を備え、ASR・LLM・MLLM・TTS・THG を用いると説明されている。

できること

  • 訓練なしでデジタルヒューマンの姿と音声を定める
  • デジタルヒューマンに音声を複製する
  • エンドツーエンドか段階的な音声の方式を選ぶ
  • オンラインのデモでリアルタイムの対話を試す

活用場面

  • 24 時間の相談を行うオンラインの顧客対応
  • ニュース読み上げと娯楽番組の仮想の司会者
  • 教育の場で教えを助ける仮想の教師

導入の手順

  • Git でプロジェクトのコードを取得する
  • Ubuntu・Python・CUDA の版を案内に沿って設定する
  • Python の依存関係を導入する
  • 必要な重みファイルを案内に沿って入手する

長所と短所

✓ 良い点

  • 訓練なしで姿と音声を定められる
  • リアルタイムに試せるオンラインのデモが挙がる

! 注意したい点

  • 環境の設定に Ubuntu・Python・CUDA の版が挙がる
  • 重みファイルは案内に沿って入手する必要がある

よくある質問

どの音声の方式に対応する?

資料はエンドツーエンドの方式(GLM-4-Voice - THG)と段階的な方式(ASR-LLM-TTS-THG)を挙げる。

音声の変更に訓練は要る?

資料は訓練なしで姿と音声を定められ、音声の複製にも対応すると説明。

最終評価日: 2026-11-15

その他 AIデジタルヒューマン ツール

すべて見る →

評価方法