Miko
具身化3D AI桌面伴侶,由Ollama驅動,雙重語音合成(Fish Audio S2.1與本地GPT-SoVITS)、即時唇形同步,以及自訂VRM虛擬角色支援
Miko 是什麼?
具身化3D AI桌面伴侶,由Ollama驅動,雙重語音合成(Fish Audio S2.1與本地GPT-SoVITS)、即時唇形同步,以及自訂VRM虛擬角色支援。
Miko 概覽
這是什麼
Miko 是一款適用於 Windows 的具身 3D AI 桌面伴侶,由 Ollama 驅動的本地大型語言模型提供支援。它整合了兩種語音合成引擎——Fish Audio S2.1 Pro(雲端、低延遲)和 GPT-SoVITS v2pro(本地、離線)——並具備基於 Unity 的無邊框桌面虛擬角色,支援即時唇形同步和動作手勢。此專案以 GPL-3.0 開源授權發布,並包含智慧家庭 IoT 控制與可選的硬體整合。
主要功能
- 雙語音合成:Fish Audio S2.1 Pro(雲端 WebSocket 串流)與 GPT-SoVITS v2pro(本地神經語音克隆)。
- 透過 Unity 桌面虛擬角色(Miko_desktop)實現即時唇形同步與動作手勢。
- 具時間衰減與向量重要性評分的持久對話記憶。
- 透過 Tuya 進行智慧家庭 IoT 裝置控制。
- 支援自訂 VRM 虛擬角色(由虛擬角色更換選項暗示)。
- 實體轉盤硬體整合(OASIS)以進行臉部追蹤。
使用情境
- 作為個人桌面 AI 伴侶,用於對話與協助。
- 使用本地模型與 TTS 進行離線語音互動,以保護隱私。
- 透過語音指令控制智慧家庭裝置。
- 可自訂虛擬角色,用於娛樂或生產力。
快速開始
先決條件:Windows 10/11、Python 3.10/3.11、已安裝 Ollama。拉取模型: bash ollama pull qwen2.5:7b 執行設定腳本: cmd setup.bat 在 .env 中設定 Fish Audio API 金鑰或本地 GPT-SoVITS 路徑。啟動方式: cmd start_fishaudio.bat 或 cmd start.bat
授權與價格
授權:GPL-3.0。價格:開源。README 中未說明價格細節。
內容整理自該專案公開的 README 與儲存庫資訊。