JoyAI-Echo

JoyAI-Echo 是一个专注于分钟级长时序音视频联合生成的开源推理框架。它通过跨模态音视频记忆库保障角色外观与声纹在5分钟视频中的长期一致性，并结合记忆增强的强化学习与分布匹配蒸馏技术，实现7.5倍加速与高质量对齐；支持基于自然语言指令的实时交互编辑和轻量超分输出。项目适用于需要长时连贯性、低延迟响应与人机协同创作的场景，如AI视频助手、教育内容生成、广告脚本可视化及创意原型快速迭代等。