类库
› daVinci-MagiHuman
GAIR-NLP/daVinci-MagiHuman
daVinci-MagiHuman是一个用于生成音频-视频内容的单流Transformer基础模型。它能根据文本快速生成高质量、富有表现力的人像视频，包含同步的语音和动作，支持多种语言。特点包括推理速度快、生成质量高，并完全开源模型和代码。
技术栈
查看全部依赖 (31)
依赖
Pandas
Pydantic
accelerate
av
beautifulsoup4
boto3
debugpy
depyf
diffusers
ffmpeg-python
ftfy
graphviz
imageio
loguru
mosaicml_streaming
numba
packaging
psycopg2-binary
pydantic-settings
redis
redislite
rich
scipy
sentencepiece
setuptools
soundfile
timm
torchao
transformers
unfoldNd
versioningit
截图
