基于 audio.cpp 用三个开源模型构建端侧实时语音数字人

开发者基于 audio.cpp 组合三个开源模型，演示完全在本地运行的实时语音转数字人助手。LFM3-Audio-2B 生成对话回复并流式输出语音，SoulX-FlashHead 根据音频块驱动人像动画，OWSM v4 负责多语言语音识别，三者以实时协同的 agent 方式运行。