以下是一些数字人唱歌的 AI 工具及相关信息：
【TecCreative】创意工具箱：
数字人口播配音：输入口播文案，选择数字人形象、目标语言和输出类型，即可生成数字人口播视频。操作指引：输入口播文案——选择目标语言——选择数字人角色——选择输出类型——点击开始生成。
音频合成数字人：上传音频文件，选择数字人角色和输出类型，即可基于音频合成对应的数字人视频。操作指引：上传音频文件——选择数字人角色——选择输出类型——点击开始生成。注意：音频文件支持 MP3 和 WAV 格式，文件大小上限 5M。
电商带货本地生活：
三种方式创作数字人脸：使用逼真的照片或插图人脸、上传自己的照片、利用 DID 自带的 Stable Diffusion 的能力生成想象中的人脸。
三种方式让数字人说话：用 GPT 直接生成脚本让数字人说话、先选好脸再输入脚本、上传自己的音频记录或从电影、电视剧中剪辑台词或吟唱自编歌曲。
AI 数字人：
算法驱动的数字人：开源代码仓库包括 ASR 语音识别（如 openai 的 whisper、wenet、speech_recognition）、AI Agent（大模型有 ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等，Agent 部分可用 LangChain 的模块自定义）、TTS（如微软的 edgetts、VITS、sovitssvc 等）。
人物建模模型可通过手动建模（音频驱动）或 AIGC 的方式生成人物的动态效果（如 wav2lip 模型）。但简单构建方式存在一些问题，如生成指定人物的声音、TTS 生成的音频精确驱动数字人口型及动作、数字人使用知识库做出专业回答等。
2024-12-19