电磁波Studio
26-08-26 22:07

我把「河南妮儿」部署在了 MacBook 本地!

本期给我的数字人「河南妮儿」补上了最后一块积木:在一台 16GB 内存的 MacBook 上,把数字人完整跑在本地,说完话 1.3 秒左右她就开口。

方案明细:
• 数字人:VRM 格式 3D 形象,只渲染、不生成,不占任何推理资源
• 渲染:three.js + three-vrm,全部跑在浏览器里
• 口型:音素分析搬到服务端,每 32 毫秒一帧元音权重,跟着播放队列走——对齐的是播放时刻,不是生成时刻
• 情绪与微动作:大模型顺手判情绪驱动表情,外加眨眼、呼吸、视线跟随
• 语音链路:判停、转写、音色迁移全本地,只有大模型走 DeepSeek API

实测数据:整条管线内存占用约 12GB(16GB 水位偏高但稳);开口时延 1.3 秒左右,最快测到过 1.26 秒。

VoxEMW项目仓库:http://t.cn/AX9Eew9e

#微博vibelab##vibelife# @微博科技 http://t.cn/AXpHBBUL

发布于 浙江