OpenAvatarChat - 实时交互数字人系统
OpenAvatarChat 是一个模块化的实时交互数字人系统,通过整合语音识别(ASR)、多模态语言模型(LLM)和语音合成(TTS)技术,在本地PC上实现低延迟的数字人对话与音视频交互。消费级PC也能部署,i9-13900KF + RTX 4090平台下平均响应延迟仅2.2秒。
项目概述
目标:实现模块化的交互数字人对话系统,支持在单台PC上运行完整功能。
核心功能:音频处理:整合SenseVoice(ASR)、qwen-plus(LLM)、CosyVoice(TTS)。支持实时音视频传输(RTC)、语音活动检测(VAD)、多模态语言模型(MiniCPM-o)和轻量级数字人渲染。提供云端LLM API替代方案,降低本地配置需求。
上篇:
Khoj - 个人人工智能应用程序
下篇:
OmAgent - 为快速原型和生产构建多模态语言代理
相关主题
热门
焦点
视点
头条