这个开源项目，把本地大模型做成会说话的 Live2D 桌宠

Open-LLM-VTuber 支持本地离线、实时语音、视觉感知和桌宠模式，把 LLM、ASR、TTS 与 Live2D 形象串成一个可运行的 AI 伴侣。

一、把"能聊天的本地模型"，做成一个站在你桌面上的伙伴

如果你对 AI 伴侣、虚拟主播或者本地大模型感兴趣，Open-LLM-VTuber 是一个很值得看的开源项目。

它不是单纯的聊天前端，而是把 LLM、语音识别、语音合成、视觉感知和 Live2D 形象串到一起：你可以用语音和它实时对话，它能用角色声音回应，也能以 Live2D 形象显示表情、动作和状态。项目支持 Windows、macOS 和 Linux，既可以跑网页版，也可以使用桌面客户端。

很多本地大模型项目的重点是文本对话，但 Open-LLM-VTuber 的重点更接近"具身化交互"：让模型不只输出文字，而是像一个可以陪你说话、可以在屏幕上存在的虚拟角色。

项目 README 里列出的核心能力包括：

这类设计让它更像一个"AI 角色系统"，而不是换皮聊天窗口。

Open-LLM-VTuber 强调所有功能都可以在电脑上完全离线运行。对隐私敏感、喜欢本地模型、或者想做可控实验的人来说，这一点很关键。

它支持的后端也比较宽：

LLM：Ollama、OpenAI 兼容 API、Gemini、Claude、Mistral、DeepSeek、智谱、GGUF、LM Studio、vLLM 等。
ASR：sherpa-onnx、FunASR、Faster-Whisper、Whisper.cpp、Whisper、Groq Whisper、Azure ASR 等。
TTS：sherpa-onnx、pyttsx3、MeloTTS、Coqui-TTS、GPT-SoVITS、Bark、CosyVoice、Edge TTS、Fish Audio、Azure TTS 等。

也就是说，你可以根据机器配置和隐私需求自由组合：全部本地、部分本地加云 API，或者用更强的云模型来负责对话。

这个项目真正好玩的地方，不只是接入了多少模型，而是它允许你把角色感做出来。

你可以导入自定义 Live2D 模型，修改 Prompt 来塑造人设，也可以通过音色克隆或不同 TTS 后端让角色拥有更合适的声音。项目还支持 TTS 翻译，例如你用中文聊天，但让角色用日语声线说出来。

从架构上看，它采用模块化设计，LLM、ASR、TTS、VAD、Agent 等都可以切换或扩展。对于开发者来说，这意味着它不仅是一个应用，也可以作为"语音 AI 伴侣 / AI VTuber"实验平台。

我觉得它特别适合三类人：

需要注意的是，项目 README 也明确提醒：Open-LLM-VTuber 仍处于早期阶段并在积极开发中；v2.0 也正在讨论和规划，当前 v1 仍会继续修 bug 和处理已有 PR。长期记忆功能暂时下线，后续预计回归。

项目提供了快速上手文档，入口在这里：

根据 README，项目可以通过网页版和桌面客户端使用；如果要在远程设备上访问服务端，还需要注意浏览器麦克风权限要求：非 localhost 场景下通常需要 HTTPS 或反向代理配置。

这也说明它不是"点开网页就能无脑使用"的消费级产品，而更像一个面向动手玩家和开发者的开源系统。愿意折腾模型、声音、角色和配置的人，会从中得到更多乐趣。

Open-LLM-VTuber 最有意思的地方，是它把多个原本分散的能力拼成了一个完整体验：模型负责思考，ASR 负责听，TTS 负责说，VAD 负责判断时机，Live2D 负责让角色"在场"。

如果你正在找一个能本地运行、可定制、带语音和 Live2D 形象的 AI 伴侣项目，它值得收藏。即使不直接使用，也可以把它当作观察开源 AI 角色系统演进的样本。

截至本文查看时，项目约有 8.4k Stars、1.0k Forks，最新 release 为 v1.2.1。

更多内容欢迎关注公众号：