live-talk

一张静态照片很难与对话者产生互动——虚拟角色往往动作僵硬、语音延迟高、情绪表达单一。Live Talk 把任意一张照片变成会转头、会微笑、会随对话自然动作的虚拟角色，做到低延迟、高细节的实时联动。

核心能力建立在三层架构之上：dsh 插件壳负责发布、安装与 UI；对话角色可视化 core 提供人物 manifest、语义管线（句子切分、情绪与动作标注、TTS 清洗）和 session 事件桥；语音与视频 provider seam 则把 ASR、TTS、avatar-media 抽象为可替换注册表，已内置豆包语音、即梦、火山与 Vidu 等实时方案，客户端还零 Key 提供浏览器 TTS 和语音识别，无需额外密钥即可试听。

适合在 DeepSeek Harness 中快速搭建虚拟助手、直播伴侣、趣味互动场景的开发者，或希望让静态形象开口说话、同步情绪的产品团队。