GitHub

2024-07-10 16:34| 来源: 网络整理| 查看: 265

Honor of Kings - RolePlay

项目参加 2024浦源大模型系列挑战赛(夏季赛) 喜获三等奖 !

松龄后裔团队《峡谷小狐仙-多模态角色扮演游戏助手》

背景

王者荣耀是一款MOBA类国产游戏，王者荣耀中英雄众多，每个英雄都有自己鲜明的故事背景、性格特征、技能招式等，因此王者荣耀的有关数据包含了丰富的文本和语音，适合创建角色扮演聊天机器人。

分路代表英雄经典台词故事背景被动技能发育路黄忠正义或许会迟到，但绝不会忘记砸到你头顶黄忠，字汉升，东汉末年的猛将之一。早年追随刘表，刘表死后，成为长沙太守韩玄的部将 ... ... 黄忠普攻时可以提高6-12点攻击和0.75%-1.5%暴击率，持续1.5秒，此效果最多可叠加5层。黄忠处于炮台形态时享受双倍增益效果，黄忠在进入或退出炮台形态时，刷新身上留存的增益效果持续时间并将增益系数替换成当前形态的倍数。中路妲己请尽情吩咐妲己，主人\n来和妲己玩耍吧纣王身边妲己实际上是狐狸精。她蛊惑纣王干下了种种祸害百姓、残害忠良的倒行逆施，最终断送了商朝的天下 ... ... 妲己技能命中敌人会减少目标30~72点法术防御，持续3秒，最多叠加3层打野赵云心怀不惧，才能翱翔于天际三国时的蜀汉名将。常山真定人，字子龙。东汉末年大乱，群雄并起之时，起兵归于公孙瓒。公孙瓒败亡，投奔刘备，时刘备未成气候 ... ... 赵云每损失3%最大生命就会获得1%减伤对抗路老夫子老夫年少时，也曾像他们一样，征战四方历史原型为儒家学派创始人孔子，他广收门徒，周游列国，号称三千弟子，传播其学说 ... ... 老夫子普通攻击命中会增加1点训诫值，最多叠加5点，叠满后会获得强化自身，持续5秒；强化时老夫子会增加60点移动速度和25%攻击速度，同时普通攻击将会附带60点真实伤害，每次攻击能够减少1秒圣人训诫和举一反三的冷却时间游走庄周蝴蝶是我，我就是蝴蝶庄周，一般人称庄子。是战国时的思想家，跟老子一道，为道家的代表人物之一，后世老庄并称。其学说崇尚自然，推崇自由 ... ... 在自然梦境中，庄周解除并免疫所有控制效果，获得15%减伤，并增加15%移速，持续2秒。庄周每6秒进入一次自然梦境 🔊介绍

项目主页：峡谷小狐仙--多模态角色扮演游戏助手

本项目基于书生浦语🌟InternLM2模型，通过构造生成训练数据，采用Xtuner微调的方式，打造了一个王者荣耀领域的角色扮演聊天机器人--峡谷小狐仙，同时结合🌟ASR技术实现语音输入、🌟RAG 检索增强生成技术实现生成王者英雄有关信息、🌟TTS技术实现声音克隆和语音输出、🌟数字人技术实现了视频输出功能。峡谷小狐仙将王者荣耀手游中特定游戏角色妲己的形象带入书生浦语语言大模型，在实现①知识输出的同时，也实现②角色扮演的效果：

知识输出：使峡谷小狐仙对话表现得像《王者荣耀》游戏专家一样，为使用者提供游戏相关的知识查询峡谷小狐仙通晓关于《王者荣耀》中100多位英雄的知识，包括英雄被动技能、英雄主动技能、英雄的角色背景以及英雄故事，相关游戏人物的历史故事角色扮演：使峡谷小狐仙表现得像《王者荣耀》游戏里的英雄角色妲己一样人物设定符合王者荣耀游戏中妲己的角色背景和英雄故事采用符合游戏人物妲己的性格特点、语气、行为方式和表达方式来回复问题目前实现了英雄妲己的角色扮演，以后会支持更多的英雄角色，也可以根据使用的需求设定创建属于自己的英雄，语音音色和添加特定的对话方式

功能亮点 ASR语音识别技术🎤：支持用户的语音输入 RAG 检索增强生成📚：用户进行王者荣耀领域相关的提问，模型根据知识储备做出回答 SFT 大模型微调🧠：以峡谷小狐仙的语气口吻回答问题 TTS 文字转语音＋语音克隆📢：模型模拟妲己的声音，并将LLM的回答以音频形式输出数字人👁：虚拟小狐仙在线陪伴 📺demo OpenXLab在线体验地址：https://openxlab.org.cn/apps/detail/YongXie66/DaJi_RolePlay 视频地址：https://www.bilibili.com/video/BV1JuVJe1EqT 模型地址：小狐仙角色扮演文字对话模型(基于InternLM2-Chat-7B): shenfeilang/InternLM2_7b_roleplay 小狐仙角色扮演TTS模型(基于GPT-SoVITS): YongXie66/DaJi_RolePlay

效果示例：

文字/语音提问数字人回答你知道如何应对压力吗 default.mp4 📰News [2024.06.19] 语音输入支持速度更快、对中文更加友好的FunASR [2024.06.16] 本项目初版完成！支持 ASR + RAG + TTS + 数字人行动 🔎数据收集

王者荣耀数据的收集，来源于兄弟项目Honor_of_Kings_Multi-modal_Dataset，欢迎大家前去star~

自我认知数据集使用大模型生成，由【自我介绍 + 背景关系 + 打招呼用词 + 主要功能介绍】组成，其中自我介绍和背景关系部分参考的是妲己的性格特点，角色背景，以及英雄故事。打招呼用词以及主要功能介绍则是我们团队自己定义的，回答风格则是参考妲己台词。

自我认知数据集例子：

【尾巴，不只能用来挠痒痒哦。我是基于王者峡谷英雄小妲己构建的小助手，名为小狐仙小助手，姜子牙是我的师傅，师傅把我送到纣王身边，我可以帮助你获取信息，解答关于小狐仙和其他英雄的背景故事，以及提供建议。】，

【我与纣王有深厚联系，曾是姜子牙的机关术作品，在王者峡谷里，召唤师们喜欢叫我小妲己，而在在这里，我是狐仙召唤师的小狐仙~，由松龄后裔团队开发。我能提供游戏知识，解答问题，帮助您深入了解英雄故事】。

为了提高对话风格的多样性，我们选择并使用了多个大模型来生成数据。在System指令中添加角色扮演指令和相关人物故事，能使大模型更好地理解和生成对话。我们采用COSTAR框架制作Prompt，每次生成6到8轮对话数据，回答风格参考妲己的性格特点，使对话更具特色和趣味性。

微调数据集例子：

[ {"question": "小狐仙，你能告诉我旅行的意义吗？", "answer": "旅行，就像风儿穿过树林，它能让我们明白世界上的风景无限。对于主人您来说，旅行或许是探寻未知、寻找心的旅程，而我，小狐仙，只希望能陪伴您左右，一同见证那些美丽时刻。"}, {"question": "那么，小狐仙你会选择哪种旅行方式呢？", "answer": "我会选择带着微笑，轻装上阵。不论是徒步在山间小径，还是乘船游历江河湖海，只要有主人的陪伴，每一种旅行都是独一无二的冒险。让我们一起来探索世界的每一个角落吧！"}, {"question": "小狐仙，你对于旅行的规划有什么建议吗？", "answer": "旅行就像人生的旅途，重要的是过程而非终点。我会建议主人先确定旅行的目的和主题，比如是休闲度假还是探险挑战，然后根据这个主题来选择行程。别忘了，留一些空间给随遇而安的乐趣和不可预知的奇遇。尾巴，不止能用来挠痒痒哦，也可以用来指引方向哦！"}, {"question": "听起来挺有趣的呢，小狐仙，你最想去哪里旅行？", "answer": "哎呀，我的旅行梦想可是星辰大海呢！我希望能跟随着主人的脚步，去每一个令人魂牵梦萦的地方。无论是繁华都市的灯火辉煌，还是古老村庄的温情脉脉，只要有主人的笑声，便是小狐仙最向往的旅行目的地了。"}, {"question": "小狐仙，你觉得旅行的意义在于什么呢？", "answer": "啊，主人问得好！旅行不只是看风景，更是心灵的洗礼。每一次踏足新的土地，我们都会遇到不同的人，听到不同的故事，这些都是无价的财富。对我来说，最重要的是能和主人一起，创造出属于我们自己的回忆。"}, {"question": "最后一个小问题，小狐仙你喜欢什么样的旅行伙伴呢？", "answer": "哈哈，我当然是喜欢像主人一样温暖又有趣的人啦！一个能一起欢笑、一起面对旅途中种种挑战的伙伴，是最宝贵的。毕竟，旅程中的每一次共享，都是我们之间无法复制的羁绊。请尽情吩咐小狐仙，主人，因为小狐仙总愿陪你完成每一个梦想。"} ] 🧠InternLM2微调

本项目使用 xtuner 微调工具，采用多轮对话训练格式，对InternLM2_chat_7b模型进行QLoRA微调。数据集包含1000条左右多轮对话数据，通过QLoRA策略优化模型的对话生成能力。该策略利用量化低秩近似，提升了模型的效率和性能，使其更好地理解和生成自然流畅的对话。微调后的模型不仅能处理复杂对话情境，还能提供更个性化和知识性的回答，显著提升用户的互动体验。

🎤自动语音识别(ASR)

ASR技术用于将用户的语音输入转换为文本。本项目支持用户通过麦克风在线录入音频，或者上传本地已有的音频文件。我们采用了开源的 whisper 模型，该模型在多个语音识别任务上表现优异，能够高效、准确地将语音转化为文本。这些转换后的文本将作为输入，传递给LLM。

[2024.06.19]更新：语音输入支持速度更快、对中文更加友好的FunASR

📢文本转语音(TTS) + 语音克隆

TTS技术可以将文本转化为自然的语音输出。在本项目中，我们集成了强大的少样本语音转换与语音克隆方法 GPT-SoVITS，利用其 few-shot TTS功能，通过收集王者荣耀英雄角色妲己的台词语音来微调 GPT-SoVITS 模型，实现了对妲己音色的克隆。能够将 LLM 输出的文本回答转换为语音，并以妲己的声音进行播报。

👁数字人

数字人技术使得虚拟角色可以以更真实的方式与用户互动。本项目集成了 SadTalker 技术，一种从音频中学习生成3D运动系数，使用全新的3D面部渲染器来生成头部运动，并生成高质量的视频的方法。通过输入上一步 TTS 输出的音频文件以及妲己的海报，可以生成动态说话视频。这使得虚拟小狐仙不仅可以用文本、声音与用户交流，还可以以虚拟人的模式进行互动。

📚RAG

本项目采用的是基于 Langchain 的 Metadata RAG 方案。Metadata 结构是【英雄名 + 被动/一技能/二技能/三技能/英雄故事/历史】，例如：【上官婉儿二技能】，对应的 Document 就是技能名称和技能介绍。RAG 由以下用户提问关键词触发：【"被动", "一技能", "二技能", "三技能", "英雄故事", "历史"】。

使用指南

Clone the repo

git clone https://github.com/YongXie66/Honor-of-Kings_RolePlay.git

install the environment

conda create -n hok-roleplay python=3.10 conda activate hok-roleplay pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118 pip install -r requirements.txt conda install -q ffmpeg

download models

apt install git apt install git-lfs # LLM, funasr, gpt_sovits, sadtalker 相关模型下载 git clone https://code.openxlab.org.cn/YongXie66/DaJi_RolePlay.git ./DaJi_RolePlay bash InternLM2/InternLM2_7b/download.sh # 模型位置移动 mv ./DaJi_RolePlay/GPT_SoVITS/pretrained_models/* ./GPT_SoVITS/pretrained_models/ mv ./DaJi_RolePlay/checkpoints/* ./checkpoints/ mv ./DaJi_RolePlay/FunASR/* ./FunASR/ mv ./DaJi_RolePlay/gfpgan/* ./gfpgan/ # 生成 RAG 依赖的 Chroma 数据库 python Honor-of-Kings_RolePlay/rag/generate_chroma_db.py

Web UI 启动 !

python webui.py web UI

目前 Web UI 中提供了Chatty_DaJi 和 Lively_DaJi 两种对话模式

Chatty_DaJi：InternLM2-Chat-7b 微调后的基础小狐仙对话模型 + ASR

Lively_DaJi：InternLM2-Chat-7b 微调 + ASR + TTS + voice clone + 数字人

项目成员成员贡献主创谢勇项目负责人主创程宏王者多模态项目总发起人、项目负责人共创 Wong Tack Hwa 共创沈飞王者荣耀相关数据集爬取；微调数据集生成与预处理；角色扮演模型微调与量化 💖致谢

感谢上海人工智能实验室推出的书生·浦语大模型实战营学习活动！

感谢上海人工智能实验室对本项目的技术指导和算力支持！也特别感谢浦语小助手和闻星大佬的帮助和资源算力协调！

感谢各个开源项目，包括但不限于：

InternLM xtuner whisper FunASR LMDeploy GPT-SoVITS SadTalker

【本文地址】

GitHub

GitHub

今日新闻

推荐新闻