最近在 GitHub 上发现一款轻量的可在本地运行的实时数字人对话系统，可摆脱之前面临的高性能硬件依赖、复杂部署和延迟问题。

它叫做 OpenAvatarChat，是一个数字人模块化系统，用于创建实时、低延迟的虚拟化身对话，可以完全在单台PC上运行，平均回答延迟仅 2.2 秒。

2.1K Star 本地实时数字人！阿里开源低延迟数字人系统，2.2秒实时响应！

提供100+预置数字人形象，支持文本、音频、视频多模态交互，采用模块化架构（MiniCPM-o或ASR+LLM+TTS），渲染方式包括LiteAvatar和LAM。

支持本地推理和云端API部署，Docker一键部署简化流程。

核心功能

  • • 低延迟实时对话：实现大约2.2秒的响应延迟，与数字化身进行自然流畅的对话。
  • • 多模态交互：支持文本、音频、视频输入。
  • • 模块化架构：MiniCPM-o或ASR+LLM+TTS，灵活替换。
  • • 100+形象：预置 100+ 数字人形象，支持 LiteAvatar 和 LAM 两种渲染方式。
  • • 多种化身技术：LiteAvatar（2D化身）、LAM（从单张图像生成3D逼真化身）和MuseTalk（可定制的视频化身）。
  • • 前后端分离设计：方便自定义界面和扩展功能。
  • • 灵活部署：支持本地推理和云端 API 两种部署模式。

快速入手

在HF和魔搭平台可直接体验。

魔搭平台：https://www.modelscope.cn/studios/HumanAIGC-Engineering/open-avatar-chat

2.1K Star 本地实时数字人！阿里开源低延迟数字人系统，2.2秒实时响应！

也可以通过本地源码部署或Docker来安装OpenAvatarChat。

本地源码部署

① 克隆项目

git clone https://github.com/HumanAIGC-Engineering/OpenAvatarChat.git
cd OpenAvatarChat

② 设置Python环境

python -m venv venv
source venv/bin/activate  # 在Windows上：venv\Scripts\activate

③ 安装UV包管理器（推荐）

pip install uv

④ 安装依赖项

python install.py --uv --config config/chat_with_openai_compatible_edge_tts.yaml

Docker部署

git clone https://github.com/HumanAIGC-Engineering/OpenAvatarChat.git
cd OpenAvatarChat
# 生成 ssl 证书
bash scripts/create_ssl_certs.sh
# 构建并运行Docker容器
bash build_and_run.sh --config config/chat_with_openai_compatible_edge_tts.yaml

安装完依赖项后，你可以启动应用程序：

python src/demo.py --config config/chat_with_openai_compatible_edge_tts.yaml

启动后，你可以通过以下网址访问Web界面：https://localhost:8282/ui。

实际应用场景

Open Avatar Chat的低延迟和模块化设计使其适配多种场景：

  • • 虚拟客服：为电商或企业提供24/7实时交互客服。
  • • 教育培训：创建虚拟讲师，支持语音/视频教学。
  • • 游戏开发：集成到Unity/Unreal Engine，打造NPC对话系统。
  • • 内容创作：生成短视频主播，自动配音和动画。
  • • 医疗咨询：提供虚拟健康顾问，分析用户输入并回应。

写在最后

OpenAvatarChat 最受瞩目的莫过于其 6 月发布的 v0.4.0 版本，该版本引入了 MuseTalk 支持。

这一集成标志着头像质量和真实感的一大飞跃。MuseTalk 是由 TMElyralab 开发的一项技术，为数字头像带来了更自然、更具表现力的面部动画，显著提升了它们传达情感和建立类人连接的能力。

其低延迟、多模态交互和模块化设计，以及可在单PC上运行的特性。无论从虚拟客服到游戏NPC，从教育到内容创作，都是一个很不错的实现工具。

GitHub 项目地址：https://github.com/HumanAIGC-Engineering/OpenAvatarChat

 

项目介绍：OpenAvatarChat——人人都能玩的「3D数字人互动平台」

你是不是也有过这些数字人相关的期待与困扰：

  • • 想做虚拟主播、线上讲师，却被专业数字人工具（如Character Creator）的高门槛和高收费劝退；
  • • 用AI生成的数字人只能看静态图，没法实时对话、做表情，互动感全无；
  • • 担心第三方数字人平台泄露语音数据、聊天记录，隐私安全没保障。

而OpenAvatarChat这个开源项目，就是为解决「数字人互动落地难、成本高」而生。它是一款轻量化的3D数字人实时聊天系统，支持“语音输入→AI对话→数字人语音输出+表情动作同步”全流程自动化，还能自定义数字人模型（发型、服装、五官）、调整对话风格（活泼/专业/可爱），堪称“数字人开发的平民化工具”。

无论是个人做虚拟社交、企业做智能客服，还是开发者研究数字人技术，都能靠它快速落地；更关键的是，它支持本地部署，所有数据（语音、对话记录）不上传云端，隐私安全可控，而且零费用就能解锁所有核心功能。

核心功能：4大亮点，让数字人从「好看」到「会聊」

OpenAvatarChat能在开源社区快速圈粉，靠的是「轻量易上手、互动性强、高度自定义、隐私安全」四大核心优势，精准戳中数字人用户的核心需求：

1. 实时语音对话+表情动作同步，互动感拉满

  • • 全流程自动化：用户说话后，系统自动识别语音（支持多语言）、调用AI生成对话内容（可对接GPT-4o、Claude等大模型），再通过TTS（语音合成）让数字人“开口说话”，同时同步匹配表情（如开心时微笑、疑问时皱眉）和动作（如挥手、点头），全程无需手动操作。
  • • 低延迟体验：优化语音识别、AI响应、动作驱动全链路速度，从用户说话到数字人回应，延迟控制在1-2秒内，避免对话卡顿影响体验。
  • • 多模态输入输出：除了语音，还支持文字输入（适合安静场景），数字人输出时不仅有语音，还能显示字幕，兼顾听障用户或嘈杂环境使用。

2. 数字人高度自定义，打造专属形象

  • • 模型自由更换：支持导入主流3D模型格式（如GLB、FBX），无论是卡通风格、写实风格，还是企业IP形象，都能快速替换，不用懂复杂的建模技术；
  • • 细节精细调整：内置简易编辑器，可修改数字人发型、服装、肤色、五官比例，甚至调整动作幅度（如说话时手势大小），不用依赖专业设计软件；
  • • 场景自定义：可添加背景场景（如办公室、直播间、户外），支持上传图片或3D场景模型，打造符合使用场景的虚拟环境（如线上讲座用教室背景，虚拟客服用企业前台背景）。

3. 零门槛部署+多平台适配，在哪都能用

  • • 本地部署超简单：支持Docker一键部署，几行命令就能在自己的电脑或服务器上搭建，无需复杂的环境配置，步骤如下：

    # 1. 克隆项目
git clone https://github.com/HumanAIGC-Engineering/OpenAvatarChat.git
cd OpenAvatarChat

# 2. 配置AI模型密钥（可选，对接自己的大模型）
cp .env.example .env
# 在.env文件中填写GPT-4o密钥等信息

# 3. 启动Docker容器
docker-compose up -d
  • • 多平台访问：部署后支持电脑网页端、手机浏览器访问，响应式布局适配不同屏幕尺寸，还能嵌入到企业官网、APP、小程序中，拓展使用场景（如官网虚拟客服、APP内虚拟助手）。

4. 隐私安全可控，数据自己说了算

  • • 本地数据处理：语音识别、AI对话、动作驱动等核心流程可在本地完成，语音数据、聊天记录不上传第三方平台，避免隐私泄露（尤其适合企业内部客服、医疗咨询等敏感场景）；
  • • 权限精细控制：支持设置管理员、普通用户等角色，限制数字人使用权限（如仅允许特定人员修改模型、查看对话记录），保障系统安全。

使用方法：3步搭建专属数字人聊天系统

1. 部署系统（以Docker为例）

  • • 确保本地安装Docker和Docker Compose，执行前文提到的克隆项目、配置密钥、启动容器命令；
  • • 启动后访问 http://localhost:8080（默认端口），按照页面引导完成初始化（如选择默认数字人模型、设置AI对话风格）。

2. 自定义数字人形象

  • • 进入「数字人管理」页面，点击「导入模型」，上传本地GLB/FBX模型，或选择系统内置模型；
  • • 点击「编辑形象」，调整发型、服装等细节，预览满意后保存，数字人形象立即生效。

3. 启动互动对话

  • • 在首页点击「开始聊天」，选择输入方式（语音/文字）：
    • • 语音输入：点击麦克风图标说话，系统自动识别并让数字人回应；
    • • 文字输入：在输入框打字，数字人会生成语音和动作回应；
  • • 可在「设置」中调整对话风格（如“专业严谨”“活泼可爱”）、语音合成音色（如男声/女声/童声），优化互动体验。

优势对比：OpenAvatarChat vs 主流数字人工具

工具类型
优势
劣势
OpenAvatarChat
开源免费、零门槛部署、实时互动、本地数据处理
暂不支持复杂肢体动作（如舞蹈）
专业数字人平台（如科大讯飞数字人）
功能丰富、动作精细、有客服支持
收费高（年费几万起）、依赖第三方平台
简易数字人生成工具（如某AI绘画数字人）
生成快、操作简单
仅静态模型、无互动功能
自研数字人系统
高度定制化
开发成本高、周期长、需专业团队

OpenAvatarChat的核心竞争力在于「平衡」：既有能落地的实时互动功能，又不用付出高额成本，还能保障隐私安全，完美填补了“个人/中小团队数字人开发”的空白。

总结

在数字人从“概念”走向“实用”的当下，OpenAvatarChat用「开源免费+轻量易上手」的组合，让更多人能触达数字人技术——不用懂建模、不用花大价钱，就能打造会说话、会互动的专属数字人。无论是个人做兴趣创作（如虚拟博主），还是企业降本增效（如虚拟客服替代人工），它都能成为高效工具。

目前项目还在持续更新，开发者计划新增“多人同时互动”“数字人直播推流”等功能，未来场景会更丰富。如果你对数字人感兴趣，或是有虚拟互动需求，不妨试试OpenAvatarChat，让数字人从“遥不可及”变成“触手可及”。

项目地址：

https://github.com/HumanAIGC-Engineering/OpenAvatarChat