LiveTalking - 实时流式数字人引擎，文本/语音驱动虚拟形象对话

LiveTalking 是实时交互流式数字人引擎，通过文本或语音驱动虚拟形象说话，结合 LLM 实现智能对话，已在业内获得广泛商用。

GitHub 9.3K+ Stars，1.4K+ Fork，Apache 2.0 开源协议。

核心功能

• 多种数字人模型：Wav2Lip、MuseTalk、Ernerf、Ultralight-Digital-Human
• 声音克隆：支持自定义声音
• 语音打断：数字人说话过程中可被打断
• 全身视频拼接、自定义数字人形象
• 输出方式：WebRTC 低延迟推流、RTMP 直播推流、虚拟摄像头
• 动作编排：不说话时播放自定义视频
• 多并发支持，提供完整 HTTP API 接口
• 插件系统：可自行扩展 TTS、Avatar、Output 模块

使用场景

• 虚拟主播/直播带货（24小时无人直播）
• AI 数字人客服（接入企业知识库）
• 在线教育/培训
• 大屏讲解、短视频批量制作

系统架构：用户输入文字/音频 → LLM 生成回复（可选）→ TTS 合成语音 → 数字人实时口型同步 → 音视频推流输出

实时性能：Wav2Lip 在 RTX 3060 上可达 60 FPS，RTX 3080Ti 达 120 FPS。

支持 Ubuntu / Windows / macOS，提供 Docker 镜像和 Windows 整合包。

GitHub: https://github.com/lipku/LiveTalking 文档: https://doc.livetalking.ai