产品简介
GMTalker 由光明实验室媒体智能团队打造，集成语音识别、语音合成和自然语言理解，可快速部署在Windows、Linux和Android上。仅需2GB VRAM即可运行，实现离线实时对话和唇同步动画，适用于产品演示、商业集成和AI应用开发。
核心功能
- 跨平台部署（Windows、Linux、Android）
- 离线实时对话与毫秒级响应
- 智能交互支持唤醒、中断和声音克隆
- 头像自定义与唇同步微表情驱动
- 低硬件要求仅需2GB VRAM
快速开始
- 克隆项目代码：git clone https://github.com/feima09/GMTalker.git
- 运行一键启动脚本（webui.bat或webui.sh）或使用Docker命令部署
- 访问Web配置界面http://127.0.0.1:7860进行设置，并下载UE可执行文件启动数字人
界面预览
与其他方案对比
| 对比项 | GMTalker | 同类方案 |
|---|---|---|
| 3D头像与UE5渲染支持 | 支持3D卡通头像和UE5渲染 | LiveTalking不支持，OpenAvatarChat不支持UE5渲染 |
| 语音输入与中断 | 支持语音输入和实时中断 | LiveTalking不支持语音输入，OpenAvatarChat不支持中断 |
| 本地部署 | 支持Windows本地部署，仅需2GB VRAM | LiveTalking不支持本地部署 |
适合谁用
- 需要演示3D数字人效果的企业开发者
- 开发AI交互应用的工程师
- 教育机构用于教学演示
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/GML-MMGroup/GMTalker