xikhar/persona

解決的問題

Persona 為基於語音的 AI 助手提供視覺身分。它建立一個桌面角色（頭像），能即時回應其他應用程式的音訊輸出，解決 AI 對話中「有聲無臉」的問題。

工作原理

Persona 是一個跨平台桌面應用程式，使用 PipeWire（Linux）、WASAPI（Windows）和 Core Audio（macOS）監聽系統的音訊播放串流。當偵測到選定語音應用的音訊時，頭像會執行「說話」或「閒置」動畫。它也可以透過 Model Context Protocol (MCP) 伺服器與 AI 代理整合，讓代理根據對話情境觸發特定的自訂動畫。

適用對象

希望為其本地 AI 語音助手或任何桌面語音體驗增添生動視覺表現的使用者。

主要亮點

• 即時音訊回應：根據系統音訊輸出自動觸發說話動畫。
• 跨平台支援：支援 Windows、macOS 和 Linux 的原生監聽器。
• 可自訂頭像：支援 .vrm 和 .vrma 檔案，用於自訂模型與動畫。
• MCP 整合：允許連接的 AI 代理控制頭像視窗的可見性並觸發特定動畫。