Streamer |
您所在的位置：网站首页 › line卖货 › Streamer |
Streamer
|
Streamer-Sales 是一个直播卖货大模型，它能够帮助直播带货主播生成商品解说文案。能根据商品特点，自动生成吸引用户的介绍，提升销售效果。 它可以将语音转成文字和观众互动、也支持生成带情感的语音，以及生成数字人视频进行解说，甚至能实时查询快递信息。  主要功能
主播文案一键生成：根据商品特点自动生成吸引用户的解说文案，激发购买欲望。 推理加速：集成LMDeploy进行推理加速，显著提升推理效率，支持KV缓存和Turbomind。 检索增强生成 (RAG)：结合商品说明书和相关文档，增强生成的文案内容，使其更加贴合实际。 语音转文字 (ASR)：支持将语音输入转换为文字，便于主播在直播过程中与观众互动。 文字转语音 (TTS)：生成带有情感的语音输出，使解说更加生动自然。 数字人生成：生成虚拟主播视频，用数字人进行商品解说，提升观众体验。 实时信息查询 (Agent)：通过网络查询实时信息，如快递状态，提供给用户最新的数据。 Streamer-Sales 模型架构模型用 xtuner 在 InternLM2 的基础上指令微调而来，部署集成了 LMDeploy 加速推理🚀，支持 ASR 语音生成文字 🎙️，支持 RAG 检索增强生成📚做到可以随时更新说明书指导主播生成文案，支持 Agent 通过网络查询快递信息 🌐，还加入带有感情的 TTS 文字转语音🔊生成，最后还会生成主播数字人视频🦸，让主播不止于文字介绍。  1. 总体架构
模型介绍
streamer-sales-lelemiao-7b流媒体-销售-lelemiao-7b 基座：internlm2-chat-7b 数据量：大约40万 Token 特点：这是一个基于 internlm2-chat-7b 微调的模型，专为直播带货生成解说文案。模型通过大量商品数据的训练，能够生成高质量的商品解说文案，精准激发用户购买欲望。 适用场景：线上直播销售、线下门店推广、商品广告文案生成等。 下载：https://modelscope.cn/models/HinGwenWoong/streamer-sales-lelemiao-7b streamer-sales-lelemiao-7b-4bit 基座：internlm2-chat-7b 数据量：大约40万 Token 特点：这是 streamer-sales-lelemiao-7b 模型的 4bit 量化版本，进一步优化了推理速度和资源占用。量化后的模型在保持生成质量的同时，显著提升了推理效率，适合在计算资源有限的环境中使用。 适用场景：需要高效推理和快速响应的直播带货场景，尤其是在资源受限的情况下。 下载：https://modelscope.cn/models/HinGwenWoong/streamer-sales-lelemiao-7b-4bitStreamer-Sales 项目通过多个模块和技术的集成，构建了一个全面的直播带货大模型系统。其主要架构包括以下几个部分： 数据生成与处理模块 数据集生成：采用通义千问和文心一言生成数据集，包括商品文案和问答对话。 数据清洗和合并：对生成的数据进行清洗，合并并转换为适合训练的格式。 RAG 数据库生成：创建向量数据库，以支持检索增强生成。模型训练与微调 基础模型：使用 InternLM2 作为基础模型。 微调：使用 xtuner 对基础模型进行指令微调，以适应不同商品和用户需求。 量化处理：使用 LMDeploy 进行4bit量化，提升推理效率。推理与生成模块 推理加速：集成 LMDeploy 和 Turbomind，支持 KV cache，显著提升推理速度。 检索增强生成 (RAG)：结合商品说明书和相关文档，增强生成的文案内容。语音处理模块 ASR (语音转文字)：支持语音输入转换为文字。 TTS (文字转语音)：生成带有情感的语音输出，增强用户体验。数字人生成模块 使用 ComfyUI workflow 生成虚拟主播视频，提供生动的商品解说。实时信息查询模块 Agent 集成：通过网络查询实时信息，如快递状态和天气信息，提供即时反馈。GitHub：https://github.com/PeterH0323/Streamer-Sales 在线体验：https://openxlab.org.cn/apps/detail/HinGwenWong/Streamer-Sales
|
【本文地址】