全栈实时语音对话系统,支持 WebRTC 实时音视频传输、VAD 语音端点检测、流式 STT/LLM/TTS 全链路处理,实现 300ms 级自然打断。内置 12 个 AI Provider 抽象层,支持多模型自动切换与故障降级。独创外部 Agent 委托网关,提供只读 / 建议 / 执行三种权限模式、工作区白名单、执行前用户确认三重安全机制。Server 端 + PC 端 + Android App 三端交付,部署于云服务器,代码量 3.8 万行,累计 291 次提交。
AI 驱动的视频制片管线系统,设计 6CP 架构(概念→分镜→脚本→批量出图→配音→合成),将传统数周的视频制作周期压缩到数天。集成 ComfyUI 工作流调度、SBM 分镜生成模型、角色一致性控制、多镜头批量渲染,支持 15 分钟级长视频自动合成。代码量 5.2 万行,已完成旅行纪录片 15.3 分钟成片,涵盖 275 段镜头自动分类与质量检测
全栈实时语音对话系统,支持 WebRTC 实时音视频传输、VAD 语音端点检测、流式 STT/LLM/TTS 全链路处理,实现 300ms 级自然打断。内置 12 个 AI Provider 抽象层,支持多模型自动切换与故障降级。独创外部 Agent 委托网关,提供只读 / 建议 / 执行三种权限模式、工作区白名单、执行前用户确认三重安全机制。Server 端 + PC 端 + Android App 三端交付,部署于云服务器,代码量 3.8 万行,累计 291 次提交。...
AI 驱动的视频制片管线系统,设计 6CP 架构(概念→分镜→脚本→批量出图→配音→合成),将传统数周的视频制作周期压缩到数天。集成 ComfyUI 工作流调度、SBM 分镜生成模型、角色一致性控制、多镜头批量渲染,支持 15 分钟级长视频自动合成。代码量 5.2 万行,已完成旅行纪录片 15.3 分钟成片,涵盖 275 段镜头自动分类与质量检测...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人