你想精通多国语言吗？借助本地大模型，开发一个跨语言翻译系统

你是否还记得那些年为了四六级考试而奋斗的日子？是否也曾羡慕那些能够说一口流利外语的人？现在，有了AI翻译技术，我们也能轻松地掌握多国语言，让沟通无国界。

本文介绍借助本地大模型，开发一个跨语言翻译系统，花费大概4小时

功能：保持原有的音色，将你的说话语言翻译成其他语言

目前支持语言：
Chinese/English/Japanese/Cantonese/Korean（<|zh|en|jp|yue|ko）

实现方法通过集成SenseVoice、CosyVoice、本地大模型（qwen2:7b），完成语音翻译

首先将输入的语音通过Sensevoice转成文字，输入给大模型，转出目标语言文字，最后通过CosyVoice的多语言复刻模型转成目标语言语音，最后完成语音到语音的翻译

原理如下：

关于语音识别SenseVoice

SenseVoice-Small模型部署了一个非自回归的端到端架构，从而实现了极低的推理延迟。由于与Whisper-Small模型的参数数量相似，它的推断速度比Whisper-Small快5倍以上，比Whisper-Large快15倍。

开发前准备

1完成本地大模型的下载和运行（qwen2:7b）；
2代码下载；
3完成conda环境的安装部署

公众号回复FunAudioLLM, 免费领取

开发多语言翻译系统

使用方法

1 免费领取文件后，解压

2 下载模型
进入\FunAudioLLM\CosyVoice，
执行download_model_script.py

或者解压公号领取的文件pretrained_models.rar

3 启动项目 进入FunAudioLLM\s2st，启动文件

python webui.py

4 开始使用

使用示例：

上传初始音频：

翻译为英文

翻译为日语

或许你可能需要再进一步，将声音驱动口型，进一步创建自己的翻译数字人

那么你可以尝试查看以下音频驱动算法（EchoMimic）

使用EchoMimic算法生成肖像视频

（音频驱动图像算法）

通过可编辑的地标调节实现逼真的音频驱动的肖像动画 EchoMimic不仅能够通过单独的音频和面部标志生成人像视频，还能够通过音频和选定的面部标志的组合生成人像视频。

使用中英文驱动示例

支持音频驱动包括中文，英文版，唱歌（sing）等等，详情可去仓库具体查看

EchoMimic项目地址：https://github.com/BadToBest/EchoMimic EchoMimic主页地址：https://badtobest.github.io/echomimic.html

最后，

随着开源大模型的水平的逐渐提高，我们可以借助他做越来越多的事情

期待你发挥自己的想象力，开发更多属于自己的本地模型应用！

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​