GitHub 公开仓库 open-llm-vtuber/open-llm-vtuber 是一个本地运行的 AI 伴侣项目,无需动手即可用语音对话,允许在它说话时插话,并显示 Live2D 虚拟形象。最新发布版本是 v1.2.1。不过本次查到的记录中没有该版本的变更列表。
其形态是向屏幕上的虚拟形象提问,再听它把回答读出来。这个项目的核心,是把语音与视觉输入同 Live2D 角色结合起来的 AI 伴侣。README 说明它支持实时语音对话和视觉识别。它可以在 Windows、macOS、Linux 上以网页版和桌面客户端的形式使用,也可以在自己的电脑上完全离线运行。语音识别(ASR)是把语音转成文字的技术,语音合成(TTS)是把文字变回声音的技术。这两者与 LLM 分别对接多种方案,并且支持角色自定义。仓库使用 Python 编写,创建于 2023 年 11 月 24 日,星标数为 14221。
不过,证据够不着的部分也很明显。仓库显示的许可证是 NOASSERTION,实际使用条件无从确认。本次查看的 README 摘要中没有关于语音延迟或识别准确率的数值,也没有能支撑性能表现的基准测试。评分项中只有 momentum 一项填了 10 分中的 5.5 分,技术、质量与新颖性都是空白。在使用条件确认之前,推迟做出引入判断更稳妥。