aiavatarkit
快速搭建能说会道的AI虚拟形象，接入ChatGPT和语音合成，几分钟搞定。
项目预览
项目数据
项目介绍
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 2026-08-09 · 当前星标 ★ 704
技术标签
使用教程
环境要求
- Python 3.10+
- 语音识别与合成服务凭据
- 麦克风
安装与启动步骤
-
1安装
pip 包名和仓库名不同，装的时候用 aiavatar。
pip install aiavatar -
2配好语音链路
语音识别、对话模型、语音合成三段都要配，任一段缺 key 会静默失败。
-
3启动服务
仓库自带 uvicorn 入口，起服务后用浏览器连。
python -m uvicorn run:app -
4接前端或设备
支持多种前端接入，先用网页版确认对话正常再换设备。
如何确认成功
服务启动无报错，浏览器能完成一轮语音对话
注意事项
- 名字近似但不等于 Avatar 渲染库，别装错包。
- 回声消除没配好会出现自己听自己说话的死循环。
核心亮点
- 模块化架构，语音识别、LLM、语音合成、动画各环节可独立替换，灵活度高
- 内置对 VRM 模型和 VR Chat 的支持，能直接驱动 3D 虚拟形象，降低元宇宙开发门槛
- 基于 Python，上手快，社区生态成熟，便于二次开发
不足之处
- 项目仍处于早期阶段，文档和示例相对有限，社区贡献待观察
- 依赖多个外部服务（如 ChatGPT、VoiceVox），离线或私有化部署成本较高
适用场景
- 游戏NPC开发，赋予角色智能对话和语音反馈能力
- 虚拟主播或虚拟助手，快速搭建带语音交互的3D形象
- VR Chat 等元宇宙平台内创建可交互的 AI 角色
替代项目
Live2D Cubism、Rhubarb Lip Sync、Talking Head
上一篇：Kokoro-Engine
下一篇：llmpeople
同类项目推荐
banana-levelup
开源
输入文字，秒变可 360° 查看的 AI 角色头像
An interactive web demo for AI avatar creation — generate characters from a text pr···
ditto-talkinghead
开源
音频驱动实时说话头像，运动空间扩散精准可控
[ACM MM 2025] Ditto: Motion-Space Diffusion for Controllable Realtime Talking Head S···
meshy-3d-agent
开源
让 AI 直接生成 3D 模型，无需写复杂 API 代码
AI agent skills for Meshy AI 3D generation platform
XCube
开源
用稀疏体素层次结构，高效生成高分辨率 3D 模型
[CVPR 2024 Highlight] XCube: Large-Scale 3D Generative Modeling using Sparse Voxel H···
ZerolanLiveRobot
开源
让 AI 虚拟主播自动直播、陪你玩 MC，全栈 AI 驱动
AI VTuber with LLM, ASR, TTS, OCR, CV and more technologies to live stream or play M···
awesome-talking-head-generation
开源
一张图看遍数字人技术，快速找到适合你的开源方案
Nova3D
开源
一句话生成可编辑3D模型，支持文本和图片输入。
Design workspace for programmable 3D. Nova builds assets and worlds as editable, ver···
llmpeople
开源
让 AI 对话拥有 3D 形象，聊天更生动
3D models powered by ChatGPT
MeshAnythingV2
开源
把任意3D模型变成艺术家级干净网格，面少质高
[ICCV 2025] From anything to mesh like human artists. Official impl. of "MeshAnythin···