所属分类：综合补充资料 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

AI数字人开发:虚拟形象+语音交互搭建教程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
AI数字人定义 · 发展现状 · 应用场景
课程导入AI
02
环境搭建
Python环境 · 虚拟环境 · 依赖库安装（如numpy
环境搭建Python
03
虚拟形象基础
2D/3D形象概念 · 常见格式（PNG · FBX
虚拟形象基础D/3D
04
语音合成基础
TTS技术原理 · 常见引擎（pyttsx3 · edge-tts
语音合成基础TTS
05
语音识别基础
ASR技术原理 · 常见库（SpeechRecognit… · Vosk
语音识别基础ASR
06
对话系统入门
基于规则与检索的对话 · 意图识别 · 简单对话管理
对话系统入门基于规则
07
大语言模型接入
API · 本地模型（如ChatGLM） · Prompt工程基础
大语言模型接入
08
数字人驱动架构
整体流程（语音输入→理解→生成→语音… · 模块划分
数字人驱动架构整体流程
09
形象动画基础
2D形象眨眼 · 口型同步原理 · 3D模型骨骼与动画基础
形象动画基础2D形象眨眼
10
口型同步实现
基于音频能量或音素映射的口型驱动 · 使用库（如Rhubarb Lip S…
口型同步实现基于音频能量或音…
11
2D数字人实战
使用Live2D或图片序列帧实现简单… · 并绑定语音输出
2D数字人实战Live2D
12
3D数字人实战
使用Three.js或Unity W… · 并实现基础动画
3D数字人实战Three.js
13
语音交互集成
将ASR · 对话 · TTS串联
语音交互集成ASR
14
多模态交互
结合文本 · 语音 · 表情
多模态交互结合文本
15
情绪识别与表达
通过语音情感分析或文本情感分析 · 调整形象表情与语气
情绪识别表达
16
数字人知识库
构建FAQ知识库 · 使用向量数据库（如Chroma）实现…
数字人知识库FAQ
17
个性化定制
形象外观定制 · 声音克隆（如） · 性格设定
个性化定制形象外观定制
18
实时性能优化
降低延迟 · 流式语音处理 · 异步架构
实时性能优化降低延迟
19
部署与发布
本地部署 · 云服务器部署 · Web端集成
部署发布
20
常见问题排查
音频设备问题 · 中文编码 · 依赖冲突
常见问题排查音频设备问题
21
项目实战
从零搭建一个简单的AI数字人问答助手…
项目实战AI
22
项目实战
打造一个带情绪感知的AI数字人客服（…
项目实战AI
23
项目实战
制作一个可交互的AI数字人主播（支持…
项目实战AI
24
项目实战
多平台部署（Web · 微信小程序 · 桌面应用）的案例
项目实战Web
25
进阶技巧
使用WebRTC实现低延迟语音传输 · WebSocket通信
进阶技巧WebRTC
26
进阶技巧
使用Unity引擎制作高保真数字人 · 并接入语音交互
进阶技巧Unity
27
进阶技巧
使用UE5 MetaHuman创建超… · 并集成语音驱动
进阶技巧UE5
28
伦理与安全
数字人滥用风险 · 隐私保护 · 内容合规
伦理安全
29
性能测试与评估
延迟测试 · 语音识别准确率 · 用户满意度评估方法
性能测试评估
30
课程总结与展望
回顾核心技能 · 行业趋势 · 学习资源推荐
课程总结回顾核心技能