dsh-voice-ai-girlfriend

给 DeepSeek 装上会说话、能打断的语音女友

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数字人3D 🍴 复刻 287 🐛 待处理 3 👀 关注 3
GitHub ↗
GitHub 星标 ★ 978
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,依赖本地模型,定价信息待确认

项目预览

dsh-voice-ai-girlfriend 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类数字人3D
开发团队beiyege-01
定价模式🏷️完全免费
价格说明开源项目,依赖本地模型,定价信息待确认
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言TypeScript
技术栈/模型ai-girlfriend,companion,deepseek-harness,digital-human,dsh,dsh-plugin,speech-to-speech,tts,voice-assistant,voice-clone,whisper
GitHub 星标★ 978
上线时间2026-08-15 00:00:00
代码更新2026-11-02
仓库体积68.0 MB
本站数据更新2026-11-06
维护状态活跃
收录时间2026-09-23
浏览次数2

项目介绍

这是一个面向 DeepSeek Harness(DSH)的语音 AI 女友插件,用 TypeScript 编写。它把语音识别、语音合成和数字人动画串成一条完整的实时对话链路:用户说话由 Whisper 转成文字,交给大模型生成回复,再用 Qwen3-TTS 做声音克隆并逐句流式朗读,同时驱动一个数字人动画窗口做口型和表情。项目重点解决语音陪伴场景中的延迟和打断问题,提供插话与排队两种交互模式,说话即可打断当前朗读,让对话更接近真人聊天节奏。它适合想给本地大模型加语音人格、做虚拟伴侣或数字人演示的开发者,开箱即用,依赖 DSH 生态。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-09-23 · 当前星标 ★ 978

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:高级 约 90 分钟 部署方式:本地安装 4 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • Windows 10/11
  • NVIDIA GPU(建议 12G+)
  • WSL2
  • Node.js 20+

安装与启动步骤

  1. 1准备 Node 侧

    前端与 agent 是 pnpm 工程。

    npm install -g pnpm
    git clone https://github.com/beiyege-01/dsh-voice-ai-girlfriend.git
    cd dsh-voice-ai-girlfriend && pnpm install
  2. 2建语音环境

    ASR 与 TTS 各一套依赖,装到独立 venv。

    python -m venv venv-speech
    venv-speech\Scripts\activate
    pip install -r bridge\requirements.txt
  3. 3下语音模型

    ASR 走 ModelScope,TTS 单独下一个。

    pip install modelscope
    python -c "from modelscope import snapshot_download; snapshot_download('iic/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-pytorch')"
  4. 4起语音服务

    Windows 常用 WSL 起 OmniVoice,再让桥接连过去。

    wsl -d Ubuntu-22.04 -- bash ~/omnivoice-wsl/start_server.sh

如何确认成功

点麦克风说话后能听到语音回复,且虚拟形象有口型动作。

注意事项

  • 链路长(ASR → LLM → TTS → 口型),任一环失败都表现为没反应,按日志逐段排查。
  • 依赖含第三方 harness,安装体积大,磁盘留 30G 以上。
  • 国内装依赖建议加清华源。

核心亮点

  • Whisper 语音输入 + Qwen3-TTS 声音克隆,可定制专属音色
  • 句子级流式朗读,首句响应快,不用等整段生成完
  • 插话/排队双模式,说话即打断,交互接近真人对话

不足之处

  • 强依赖 DeepSeek Harness 生态,脱离 DSH 难以独立使用
  • 声音克隆与 TTS 推理对本地算力有要求,低配设备延迟明显
  • 早期项目,文档和社区案例较少,踩坑需自行读源码

适用场景

  • 本地部署语音 AI 伴侣,日常闲聊陪伴
  • 给数字人/虚拟主播做实时语音驱动演示
  • 为 DSH 智能体快速接入语音输入输出能力

替代项目

Open-LLM-VTuber、browser-use、GPT-SoVITS

上一篇:AlphaAvatar

下一篇:xiaokeai

同类项目推荐

Linly-Talker-Stream 开源

让数字人像真人一样边听边说、随时插话

Linly-Talker-Stream: Real-Time Streaming Conversational Digital Human System —— Fu···

★ 153 2026-09-13
DIMO 开源

给任意3D物体一键生成多种自然运动,动画制作快人一步

[ICCV 2025 (Highlight)] DIMO: Diverse 3D Motion Generation for Arbitrary Objects

★ 156 2026-08-09
CityDreamer4D 开源

从单图生成无限动态 4D 城市,用于仿真与创作

The official implementation of "Compositional Generative Model of Unbounded 4D Citie···

★ 154 2026-08-09
kimodo 开源

扩散模型一键生成自然人体动作序列

Official implementation of Kimodo, a kinematic motion diffusion model for high-quali···

★ 4092 2026-10-29
VIST3A 开源

用视频生成器拼接出3D模型,文本秒变立体资产

[ICLR 2026 oral] Official code for VIST3A: Text-to-3D by Stitching a Multi-view Reco···

★ 147 2026-08-09
stable-dreamfusion 开源

一句话生成 3D 模型,从文本或图片到可导出网格

Text-to-3D & Image-to-3D & Mesh Exportation with NeRF + Diffusion.

★ 8876 2026-08-09
Talking-Avatar 开源

懒得录口播?一句话让数字人替你出镜。

Talking Avatar: create video from plain text or audio file in minutes, support up t···

★ 16 2026-08-09
ai-avatar-bot 开源

给动漫形象装上嘴巴,开口就能问答当客服。

Live2D/VRM voice AI avatar with lip sync, knowledge base, operations dashboard, sup···

★ 204 2026-08-09