实时数字人，三件事已接好

github.com/lipku/LiveTalk… 实时互动的数字人整套开源出来，模型、语音、推流三件事已经接在一起。 能力照录。脸那层支持 Wav2Lip、MuseTalk 等多种，声音那层带克隆和实时打断，往外推走 WebRTC、RTMP 或者虚拟摄像头，还能多路并发、开接口接入、换自己的形象。直播、客服、在线讲解几类场景都摆得上，技术栈算完整。 "三件事接在一起"这半句是全场重心。前面五万变一段提示词讲的是单发创意塌了价，这条讲的是把实时那条链子整个拼好。跟前面把计划变成能点的页呼应，那条改的是读的层，这条改的是演的层，两头都在把原本拼不齐的环节补齐。跟前面侧边栏里开浏览器也接得上，一个开着给人看，一个演给人看，前台这两扇窗都亮了。 数字人这行最怕的是链子断在中间，我留意的是这个做法，把接线的活先做完，剩下留给会搭的人。 我留的疑问有三处。几种脸模型的成片差距没给；多并发能扛多少路没数；声音克隆的门槛也没说。 这周照它的三步搭一个最小的，从一段录音到画面出嘴，看全程要走多久。