我把实时对话数字人开源了,整合包免费下载,解压就能聊

如果数字人能像视频电话里的另一端一样，听你说话、开口回答，还能换形象、换声音，你会拿它做什么？

这次，我把自己搭建的八荒实时数字人工作台开源了，也把运行环境、模型和人物底片整理成了 Windows 免安装整合包。

源码可以免费下载、查看和修改。想先体验的朋友，不用从头配 Python、装依赖、一个个找模型：下载整合包，完整解压，再打开启动程序就可以开始。

01这是什么产品？先看实际效果

它是一个运行在 Windows 电脑上的实时对话数字人工作台。你可以对着麦克风说话，也可以输入文字；系统生成回答、合成声音，再用声音驱动人物口型。

控制台做成了视频通话的样子：人物画面、通话时长、拨打和挂断按钮都在一起，右边保留对话记录。画面可以切换全屏。

开发测试时的实际通话界面，人物底片为“小爱”。

GitHub 和 Gitee 项目页里放了两段原始演示视频，一段展示工作台互动，一段展示全屏通话。想判断效果，建议先看录屏，再决定要不要下载。

我也把不足说在前面：目前的嘴型、牙齿和局部细节，离真人视频还有差距。响应速度也受电脑配置、底片和所选模型影响，不是每台电脑都能得到同样效果。

人物的呼吸、眨眼和身体动作，主要来自你导入的底片。口型模型负责说话时的嘴部变化，不会凭空生成全身动作。

02能改哪些东西？

换人物形象

在“数字人配置”里，可以添加自己做的人物底片，再选择、改名，设成默认或备用形象。不需要为换一个人物去改代码。

底片建议用单人正面、固定镜头、嘴巴闭合的小视频，保留自然呼吸和眨眼。大幅转头、遮挡嘴部或多张人脸，都会增加口型处理难度。

人物底片的添加、选择和默认设置入口；截图来自开发测试版本。

换声音，或者用自己的参考录音

声音可以选择本地预设音色，也可以使用参考录音克隆。完整包里已经带上 Qwen3-TTS 的预设模型和 Base 克隆模型。

预设音色适合直接试听和上手；克隆模式需要导入自己的参考录音，并填写与录音一致的文字。两种方式按需要选，不用把所有选项都配置一遍。

如果你要用在线 TTS，也可以在模型配置里填写服务商接口和密钥。请使用获得授权的人物与声音素材。

改角色性格和回答方式

你可以改显示名称、角色前置提示词、记忆轮数、回答长度和收音参数。

例如，你想让它更像一个简洁的桌面助手，就在提示词里写清楚身份、说话风格和回答边界；想体验另一种角色，也可以按自己的需要调整。

参考录音克隆、角色提示词和收音参数可以在界面中设置。

选择本地模型，或者接在线模型

“听懂你说话”“生成回答”“合成声音”是不同的环节，可以分别选择本地模型或支持相应接口的在线服务。

完整包默认使用本地配置，不需要先购买在线服务或填写 API Key。需要接在线对话模型时，再去填写接口地址、密钥和模型名称。

在线模型配置示例；截图中的密钥内容没有公开。

口型默认用 Wav2Lip256；MuseTalk 1.5 及配套权重也放进了完整包，供有需要的朋友切换测试。MuseTalk 对显存和算力要求更高，想先体验实时互动，建议从默认配置开始。

03怎么下载？怎么开始用？

完整免安装包约 14.9GB，是一个 ZIP 文件，不需要合并分卷。文件名是 LiveGirl-Windows-0.3.1.zip。

百度网盘：https://pan.baidu.com/s/1-7I4bplakJf1rqQxR1qSuw?pwd=2tza

提取码：2tza

分享文件夹叫“我的开源项目”，请找到实时数字人的完整整合包下载。

第一步，下载完整 ZIP，解压整个文件夹。不要直接在压缩包内运行，也不要只把 EXE 单独拖出来。

第二步，双击“数字人工作台.exe”。首次加载模型需要时间，等顶部的对话模型、数字人画面和语音服务都显示就绪。

第三步，点击人物画面中的“视频通话”，允许麦克风访问。3 秒拨打动画结束后，就可以开始说话；也可以在右边输入文字发送。

第四步，想换人物、音色或角色，就进入“数字人配置”。改运行模型时，按界面提示点击“重启服务”。右上角也可以停止服务，关闭桌面程序会停止由它启动的后台服务。

建议戴耳机体验，减少扬声器声音再次进入麦克风。使用浏览器打开工作台时，请保持 Windows 桌面程序运行，它负责管理后台服务。

免安装不等于没有硬件要求。当前版本面向 Windows 10/11 64 位，需要兼容的 NVIDIA 显卡驱动。本机验证用的是 RTX 4060 Laptop 8GB，其他电脑的速度和可用模型受显存、算力影响。

整合包自带 Python、桌面运行环境和运行所需的本地互动模型；ComfyUI、Wan 等外部底片制作工具不在包里。如果你已经做好底片，可以直接导入。

软件和源码免费提供，但在线模型可能由服务商收费。开源代码的许可，也不替代第三方模型、人物和音色的使用许可，尤其是商业使用前请核实相关授权。

04源码也公开了，欢迎自己改

GitHub 开源仓库：https://github.com/1213109176kgy-png/Bahuang-LiveAvatar

Gitee 开源仓库：https://gitee.com/kugou8/Bahuang-LiveAvatar

两个仓库都放了中文说明、真实截图、演示视频和网盘下载入口。国内的朋友可以直接看 Gitee。

这套工作台是在 LiveTalking、Qwen3-TTS、Faster Whisper、llama.cpp、MuseTalk 等上游项目基础上整理和集成的。感谢原作者，也保留了对应的来源和许可说明。

这次完整包已经做过重新解压启动、本地回答、语音识别、声音输出、实时画面以及停止和重启测试。包里不包含我的 API 密钥、私人参考录音或聊天记录。

05你想拿它做什么？欢迎告诉我

我希望先把这份能运行、能修改的版本交给大家，再看看它在真实使用里还有哪些值得完善的地方。

想做桌面数字助手、角色对话体验，或者拿它搭一个互动原型，都可以先试试。

如果你需要直播弹幕互动、更多人物和音色、接入自己的知识库，或者希望改善打断体验和口型效果，欢迎留言告诉我。这些是可以讨论的后续方向，不是当前版本已经具备的功能。

反馈问题时，带上显卡型号、使用的模型、操作步骤和截图，会更容易定位。请不要把 API Key 或其他密钥发出来。

我会把大家集中需要的功能整理出来，根据需求和实际效果，安排补充和优化。如果你会开发，也欢迎提交 Issue 或 Pull Request。

欢迎下载体验，也欢迎扫码告诉我：你希望这个数字人下一步帮你做什么？