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。