Mira 是全屏舞台式的实时语音互动角色演示:整屏只有场景和角色,交互入口是一条字幕区和一个输入坞,不是聊天列表。角色会开口说话、变表情、做动作,说话时你可以随时打断。
一、语音对话链路
浏览器录音 → faster-whisper 识别 → 任意 OpenAI 兼容大模型(本地 llama.cpp 或云端 API)生成回复 → edge-tts 逐句合成语音,并与字幕严格对齐,音频落下时才推该句字幕。
二、随时打断
按住麦克风即打断当前回复;服务端按轮次纪元作废正在进行的回复,已作废的内容不会再播、不会覆盖新状态。
三、表演层
服务端下发带时间锚的动作表(先停顿 → 视线移开 → 换情绪 → 开口),不是简单的表情切换;含 6 种表情、6 种动作、环境光变化,以及由台词触发的程序合成演出(雷闪、来电)。
四、剧情引擎
卡包驱动的故事节点图:20 个节点、条件跳转、场景时钟从 20:30 走到 21:00、3 种结局。角色设定、每拍目标、禁词、兜底台词与素材清单全部写在 card.yaml,代码只做通用引擎,换一张卡不用改代码。
五、全链路降级
没有模型或断网时自动切换 Mock,走同一条代码路径,完整流程仍可跑完,便于演示与交付验收。
点击空白处退出提示









评论