cd ..

Agent/2026/more

旁白君

NARRATOR · 实时旁白 Agent

一个会看世界、能听你说话、会用人设吐槽的实时旁白 Agent。你说话 → 它听见(ASR)→ 看懂画面(视觉模型)→ 用人设开口(TTS),形成语音双向闭环。6 个人格频道:毒舌吐槽、BBC 纪录片、温柔治愈、中二热血、体育解说、悬疑侦探。

旁白君 截图 1
##

怎么做的

git diff --stat
  1. 01+核心是一层「上下文」:同一张图、同一个模型,换一行人设,出来的就是流水账还是炸场段子。不靠人脸识别,一行字替代了「识别 + 身份库」整套重活。
  2. 02+支持连续对话免提模式:静音自动断句,说完它看画面回应,再接着听。