核心价值：一台电脑跑起完整数字人对话，模块化设计让每个人都能定制自己的AI助手

OpenAvatarChat 是一个开源的模块化交互数字人对话平台，支持文本、语音、视频多模态交互，可在单台 PC 上运行完整功能。由 HumanAIGC-Engineering 团队开发，Apache-2.0 协议开源。

OpenAvatarChat 是一个集成语音识别（ASR）、语言模型（LLM）、文本转语音（TTS）和数字人生成的多模态交互系统。它支持实时语音对话、视频生成与多模型协作，可在单台普通 PC 上运行完整功能。

核心定位：模块化数字人对话平台，一个 PC 就够了——乐高积木般的灵活配置

# 克隆项目git clone https://github.com/HumanAIGC-Engineering/OpenAvatarChat.gitcd OpenAvatarChat# 安装依赖pip install -r requirements.txt# 或者使用 Docker 部署bash run_docker_cuda128.sh配置模型

通过 YAML 文件配置模型路径、API 密钥、语音阈值等参数：

# 示例配置models: asr: FunASR llm: MiniCPM-o-2_6 tts: CosyVoice avatar: LiteAvatar# 服务配置server: host: "0.0.0.0" port: 7860 fps: 30

注意：首次运行需要下载模型文件，建议使用 CUDA 12.8 RTX 30/40 系列 GPU

支持 LiteAvatar、LAM、MuseTalk、FlashHead 等多种数字人技术，可灵活选择和替换数字人形象，创建栩栩如生的虚拟助手。

输入要求：选择数字人后端 配置模型路径

输出效果：实时视频流中的数字人对话，表情生动、口型同步

适用场景：智能客服、虚拟主播、教育陪伴

通过 VAD 检测、语音缓冲、帧率控制等机制优化，平均响应时间仅 2.2 秒，实现流畅的自然对话体验。

输入要求：麦克风输入语音

输出效果：数字人实时语音回应 视频生成

适用场景：智能家居助手、个人陪聊、语音问答

支持文本、语音、视频等多种交互方式，可灵活组合 ASR、LLM、TTS、Avatar 等核心组件，满足内容创作者的多样化需求。

输入要求：文本/语音/视频混合输入

输出效果：多模态内容生成

适用场景：视频制作、知识分享、在线教育

完全免费开源

开源协议： Apache License 2.0

完全免费：Apache-2.0 协议，可商用，无需授权费

OpenAvatarChat 是目前最灵活的开源数字人对话平台之一，模块化设计让每个人都能像搭乐高一样构建自己的 AI 助手。从单体 Gradio 演示到前后端分离的生产级平台，v0.6.0 版本已实现了架构上的重大飞跃。

推荐指数： ⭐⭐⭐⭐⭐（满分5星）

适合人群：AI 开发者、数字人爱好者、内容创作者

立即体验： OpenAvatarChat GitHub 仓库

在线体验： ModelScope 演示

官方文档： OpenAvatarChat Guide

数据截至 2026年06月13日，最新信息请以官网为准。