HeyGem.ai：Heygenのオープンソース代替ツール。精緻な容姿と声のクローンでバーチャールデジタルヒューマンビデオを生成 189

HeyGem.aiとは

HeyGemは、Heygenのオープンソース代替製品であり、Windowsシステム専用の完全オフライン動画合成ツールです。ユーザーの外見と音声を高精度でクローン化し、ユーザーがデジタルヒューマン形象を作成できるようにします。さらに、テキストや音声でこの形象を駆動して動画を制作することも可能です。

HeyGem.aiの主な機能

• 外見と音声のクローン：アルゴリズムにより、目・鼻・口などの五官の形状や顔輪郭などの特徴を高精度で捉え、リアルな仮想モデルを構築します。また、音声も高精度でクローン化し、さまざまな音声パラメータ設定をサポートします。

• 仮想形象の駆動：テキストを音声に変換したり、音声入力を直接利用したりすることができ、仮想形象の動きや表情をより自然で生き生きとしたものにします。

• 効率的な動画合成：デジタルヒューマンの映像と音声の高度な同期を実現し、音画同期の効果をインテリジェントに最適化します。

• 多言語サポート：英語、日本語、韓国語、中国語、フランス語、ドイツ語、アラビア語、スペイン語の8言語をサポートします。

• 完全オフライン操作：インターネット接続が不要で、ユーザーのプライバシーを保護します。

HeyGem.aiのインストール要件

1. 前提条件

Dドライブはデータストレージに使用され、残存容量は30GB以上必要です。Cドライブにはサービスイメージファイルを保存し、残存容量は100GB以上必要です。

2. システム要件

Windows 10 19042.1526以上のバージョンをサポートします。推奨構成は、第13世代Intel Core i5-13400Fプロセッサー、32GBメモリ、RTX 4070グラフィックスカードです。

3. インストール手順

1. Dockerのインストール：コマンドラインで「wsl --install」を入力してWSLをインストールし、インストール完了後にアップデートを行います。

2. Docker Windows版をダウンロードし、CPUアーキテクチャに適合するインストールパッケージを選択します。

3. /deployディレクトリで、コマンドラインに「docker-compose up -d」を入力してサービス側を起動します。

4. コマンドラインで「npm run build:win」を使用してクライアントのインストールパッケージを生成します。

技術サポート

音声クローン技術：技術により、与えられた音声サンプルと類似した音声を生成し、音声に含まれる文脈・イントネーション・話速などの要素を含みます。

自動音声認識：人間の音声をコンピュータが認識できるテキスト形式に変換します。

コンピュータビジョン技術：動画合成における視覚部分を処理し、顔認識や口唇の動きの分析などを行い、仮想形象の口の動きと音声・テキスト内容が一致することを保証します。

HeyGem.AIの応用シナリオ

• デジタルヒューマン動画制作：バーチャル主播、カスタマーサービス、教師などのデジタルヒューマン動画を作成します。

• プライバシー保護コンテンツ制作：機密性の高い内容の処理に適しており、データセキュリティを確保します。

• コンテンツ制作とマーケティング：広告や宣伝など向けに、高品質な動画を迅速に生成します。

• 教育と研修：オンラインコース用のバーチャル教師動画を生成します。

• エンターテインメントと映画・映像制作：バーチャルキャラクターのパフォーマンスを制作し、映画・映像やアニメーション制作を支援します。

• 多言語コンテンツ：異なる言語バージョンの動画を生成し、国際化ニーズに対応します。

• バーチャルインタラクション：仮想形象を動的に表現させ、ライブ配信やインタラクティブなシナリオに使用します。

HeyGemの優位性

• 完全オフライン操作：インターネット接続が不要で、プライバシーを保護し、データ伝送時の漏洩の心配がありません。

• シンプルで使いやすい：インターフェースがシンプルで使いやすく、技術的な背景がないユーザーでも簡単に使用できます。

• 複数モデルサポート：複数のモデルをインポートでき、ユーザーはニーズに応じて選択できます。

GitHubリポジトリアドレス：https://github.com/GuijiAI/HeyGem.ai