OmniTools 6月27日消息，近日，开发者 Leaf 开源了一款实时通话 AI 分身项目，以网红“峰哥”为原型，集成语音识别、大模型对话与语音合成全流程，将端到端工程延迟压缩至 1 秒内。
技术实现方面，项目采用 Cartesia ink-whisper 进行语音降噪与防误触发；大模型选用 MiniMax 高速版，首字响应时间达 361ms；语音合成基于开源模型 VoxCPM，仅需 15 秒音频样本即可完成音色克隆。整体响应体验从早期的 8–20 秒优化至体感 2–3 秒。
在人格建模上，项目通过女娲（Nuwa）Skill 从直播语料中蒸馏出口头禅与思维逻辑。该工具已实现轻量化部署，用户克隆代码后，借助 Claude Code 或 Cursor 配置并填入两个 API Key，约半小时即可在本地跑通。