Streamer-Sales 是一个直播卖货大模型，它能够帮助直播带货主播生成商品解说文案。能根据商品特点，自动生成吸引用户的介绍，提升销售效果。
它可以将语音转成文字和观众互动、也支持生成带情感的语音，以及生成数字人视频进行解说，甚至能实时查询快递信息。
-
主播文案一键生成：根据商品特点自动生成吸引用户的解说文案，激发购买欲望。
-
推理加速：集成LMDeploy进行推理加速，显著提升推理效率，支持KV缓存和Turbomind。
-
检索增强生成 (RAG)：结合商品说明书和相关文档，增强生成的文案内容，使其更加贴合实际。
-
语音转文字 (ASR)：支持将语音输入转换为文字，便于主播在直播过程中与观众互动。
-
文字转语音 (TTS)：生成带有情感的语音输出，使解说更加生动自然。
-
数字人生成：生成虚拟主播视频，用数字人进行商品解说，提升观众体验。
-
实时信息查询 (Agent)：通过网络查询实时信息，如快递状态，提供给用户最新的数据。
Streamer-Sales 模型架构
模型用 xtuner 在 InternLM2 的基础上指令微调而来，部署集成了 LMDeploy 加速推理🚀，支持 ASR 语音生成文字 🎙️，支持 RAG 检索增强生成📚做到可以随时更新说明书指导主播生成文案，支持 Agent 通过网络查询快递信息 🌐，还加入带有感情的 TTS 文字转语音🔊生成，最后还会生成主播数字人视频🦸，让主播不止于文字介绍。
模型介绍
-
streamer-sales-lelemiao-7b流媒体-销售-lelemiao-7b
- 基座：internlm2-chat-7b
- 数据量：大约40万 Token
- 特点：这是一个基于 internlm2-chat-7b 微调的模型，专为直播带货生成解说文案。模型通过大量商品数据的训练，能够生成高质量的商品解说文案，精准激发用户购买欲望。
- 适用场景：线上直播销售、线下门店推广、商品广告文案生成等。
- 下载：https://modelscope.cn/models/HinGwenWoong/streamer-sales-lelemiao-7b
- streamer-sales-lelemiao-7b-4bit
- 基座：internlm2-chat-7b
- 数据量：大约40万 Token
- 特点：这是 streamer-sales-lelemiao-7b 模型的 4bit 量化版本，进一步优化了推理速度和资源占用。量化后的模型在保持生成质量的同时，显著提升了推理效率，适合在计算资源有限的环境中使用。
- 适用场景：需要高效推理和快速响应的直播带货场景，尤其是在资源受限的情况下。
- 下载：https://modelscope.cn/models/HinGwenWoong/streamer-sales-lelemiao-7b-4bit
Streamer-Sales 项目通过多个模块和技术的集成，构建了一个全面的直播带货大模型系统。其主要架构包括以下几个部分：
-
数据生成与处理模块
- 数据集生成：采用通义千问和文心一言生成数据集，包括商品文案和问答对话。
- 数据清洗和合并：对生成的数据进行清洗，合并并转换为适合训练的格式。
- RAG 数据库生成：创建向量数据库，以支持检索增强生成。
-
模型训练与微调
- 基础模型：使用 InternLM2 作为基础模型。
- 微调：使用 xtuner 对基础模型进行指令微调，以适应不同商品和用户需求。
- 量化处理：使用 LMDeploy 进行4bit量化，提升推理效率。
-
推理与生成模块
- 推理加速：集成 LMDeploy 和 Turbomind，支持 KV cache，显著提升推理速度。
- 检索增强生成 (RAG)：结合商品说明书和相关文档，增强生成的文案内容。
-
语音处理模块
- ASR (语音转文字)：支持语音输入转换为文字。
- TTS (文字转语音)：生成带有情感的语音输出，增强用户体验。
-
数字人生成模块
- 使用 ComfyUI workflow 生成虚拟主播视频，提供生动的商品解说。
-
实时信息查询模块
- Agent 集成：通过网络查询实时信息，如快递状态和天气信息，提供即时反馈。
GitHub：https://github.com/PeterH0323/Streamer-Sales
在线体验：https://openxlab.org.cn/apps/detail/HinGwenWong/Streamer-Sales