纯浏览器跑语音对话:WebGPU 内核+LFM3-Omni 实时 demo
victormustar · x · 2026-11-02
- 开发者 victormustar 展示了完全在浏览器中运行的实时语音对话应用 Ava,无需后端 GPU:基于 Liquid AI 的 LFM3-Omni 模型、TalkingHead + HeadAudio 驱动数字人说话,并用自定义 WebGPU 内核加速推理。
- 项目利用了 Hugging Face 上的 webgpu-kernels 生态(已有 200+ 个 ONNX 算子的 WebGPU 内核实现),把常见神经网络算子直接在浏览器 GPU 上执行。
- 作者提供了可交互的在线 demo,主张用自定义 WebGPU 内核构建「明日体验」。
所属事件:开源数字人 Ava 实现纯浏览器本地实时语音对话(3 条相关)→
「编程与Agent」频道最新
- DeepSeek SuperAgent 架构遭质疑：多 Worker 共享事件流恐引发冲突 — teortaxesTex · 2026-11-02
- 开发者把手表改成语音入口:按住录音,Grok Bot 自动分派任务 — johnlindquist · 2026-11-02
- Matt Pocock:让状态只存一处,Redux 思路或成 Agent 工程解药 — mattpocockuk · 2026-11-02
- Game2Player:568 款网页游戏自建训练场,9B 视觉模型成绩翻倍 — ManlingLi_ · 2026-11-02
- Nature 论文 Paper2Agent:把论文变成可对话复现的 AI Agent — udmrzn · 2026-11-02
- Sriram Krishnan:AI Agent 将绕过平台敌意设计,互联网弧线弯向用户 — sebkrier · 2026-11-02