معرفی open-yoki؛ مجری هوش مصنوعی پخش زنده که روی یک سرور اجرا می‌شود
پروژه متنباز open-yoki بستری یکپارچه برای راه‌اندازی مجری پخش زنده مبتنی بر هوش مصنوعی روی یک سرور واحد است. این ابزار امکاناتی نظیر تولید صدا، چهره دیجیتال آنی، پاسخ به چت مخاطبان و ارسال خودکار پست را در قالبی سبک فراهم می‌کند. توسعه‌دهندگان می‌توانند با شخصی‌سازی چهره و صدای دلخواه، استریم‌های زنده تعاملی بسازند.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- پروژه open-yoki یک پلتفرم متنباز است که تمام اجزای یک مجری پخش زنده هوش مصنوعی از جمله صدا، تصویر، چت و حافظه را روی یک سرور اجرا می‌کند.
- این بسته نرم‌افزاری بر پایه هسته اصلی سرویس تجاری yoki توسعه یافته است اما چهره و صدای اختصاصی آن نسخه را به‌همراه ندارد.
- کاربران می‌توانند با افزودن صدا و چهره اختصاصی و اتصال خروجی پروتکل RTMP، پخش زنده خود را در پلتفرم‌های مختلف اجرا کنند.
معرفی پروژه
پروژه open-yoki یک مجری پخش زنده هوش مصنوعی و متنباز است که تمام فرآیندهای تولید صدا، چهره دیجیتال آنی، پاسخ‌گویی به چت، حافظه تعاملی و انتشار پست را تنها روی یک سرور اجرا می‌کند. مخزن گیتهاب jacke-pp/open-yoki در تاریخ ۲۸ اکتبر ۲۰۲۶ ایجاد شده و تاکنون نزدیک به ۳۴۰ ستاره دریافت کرده است. این پروژه به‌عنوان هسته زیرساختی مجری تجاری yoki عمل می‌کند، هرچند در این نسخه متنباز، شخصیت، صدا و چهره نسخه تجاری حذف شده است.
لینک مخزن: jacke-pp/open-yoki | زمینه تجاری: superidollive.com | سازنده: Jacke_pp@
ویژگی‌ها و نکات کلیدی
- ساختار محصول: یک بسته نرم‌افزاری همه‌کاره برای میزبانی پخش زنده با هوش مصنوعی (شامل صدا، چهره، چت، حافظه و انتشار پست‌های اجتماعی) که برای مقاصد استریم RTMP نظیر Binance Square طراحی شده است.
- تفاوت نسخه متنباز و تجاری: نسخه open-yoki تحت مجوز MIT عرضه شده و زیرساخت اجرایی را فراهم می‌آورد؛ در حالی که دارایی‌های تجاری و برند yoki همچنان اختصاصی باقی مانده‌اند.
- تازگی پروژه: این مخزن در تاریخ ۲۸ اکتبر ۲۰۲۶ راه‌اندازی شده و در همان روزهای نخست با استقبال توسعه‌دهندگان در گیتهاب مواجه شده است.
ملاحظات و وضعیت پروژه
بازتاب این پروژه در حال حاضر بیشتر در قالب گفتگوهای جامعه توسعه‌دهندگان در گیتهاب متمرکز است و هنوز پوشش خبری گسترده‌ای در رسانه‌های بین‌المللی نداشته است؛ بنابراین رشد فعلی نشان‌دهنده یک ابزار متنباز نوآورانه و مورد توجه است و نه یک رونمایی غول‌پیکر شرکتی.
راهنمای راه‌اندازی و آزمایش
- مخزن jacke-pp/open-yoki را کلون کنید و مراحل فایل راهنما (README) را برای راه‌اندازی روی یک سرور واحد دنبال نمایید.
- خروجی RTMP را به پلتفرم پخش زنده دلخواه خود متصل کنید؛ در صورتی که به هویت بصری و صوتی اختصاصی نیاز دارید، مدل‌ها و منابع صدا و چهره خود را اضافه کنید.
- برای پرسش‌های مربوط به نسخه تجاری yoki می‌توانید با سازنده پروژه در شبکه اجتماعی X (با شناسه Jacke_pp@) ارتباط برقرار کنید.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
مدل تبدیل گفتار به متن Parakeet v3 انویدیا بدون نیاز به پایتون و کارت گرافیک اجرا می‌شود
تیم توسعهدهنده handy-computer نسخه کم‌حجم و بهینه‌سازی‌شده GGUF را برای مدل تبدیل گفتار به متن Parakeet v3 انویدیا منتشر کرد. این نسخه امکان اجرای روان و محلی مدل را بدون وابستگی به پایتون یا کارت‌های گرافیک مجزا روی پردازنده‌های معمولی فراهم می‌کند.
رونمایی از مدل Mistral Large 4؛ ایجنت کدنویسی ۱ تریلیون پارامتری با دسترسی آزاد
شرکت Mistral وزن‌های عمومی مدل جدید Mistral Large 4 را با ۱ تریلیون پارامتر و تمرکز ویژه بر ایجنت‌های کدنویسی و امنیت سایبری منتشر کرد. این مدل بر پایه معماری ترکیبی از متخصصان توسعه یافته است و با مصرف بهینه توکن، گزینه‌ای قدرتمند برای استقرار روی زیرساخت‌های خصوصی به شمار می‌رود.
مدل جدید Qwen3.5-4B-3D-Coder متن را به صحنههای سهبعدی تعاملی در مرورگر تبدیل می‌کند
یک توسعهدهنده مستقل نسخهای اختصاصی از مدل Qwen با نام Qwen3.5-4B-3D-Coder را معرفی کرده است که توصیفات متنی را به صحنههای سهبعدی تعاملی در کتابخانه Three.js تبدیل می‌کند. این مدل سبک با ۴ میلیارد پارامتر، تمام کدهای جاوااسکریپت و صحنه گرافیکی را در قالب یک فایل تکی HTML به کاربر تحویل می‌دهد و روی سیستمعامل محلی نیز قابل اجرا است.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.