Ultralight-Digital-Human

Ultralight-Digital-Human 是一个面向移动端部署的超轻量级实时数字人生成模型，支持音视频驱动的面部表情与口型同步合成。其核心特点是采用精简神经网络架构，结合 Wenet 或 Hubert 音频编码器进行特征提取，并通过 ONNX 加速实现端侧低延迟推理（单帧处理约10ms），可在主流安卓/iOS 设备上流畅运行。项目提供完整的训练、推理与流式部署流程，适用于虚拟客服、在线教育、短视频互动等对实时性与设备兼容性要求较高的轻量级数字人应用场景。