Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Startseite/Lokale LLMs Pro
Creative & Roleplay

Open-LLM-VTuber-Rezension: Selbst gehosteter Sprach-Chat mit Live2D-Avatar

·7 Min. LesezeitVon Hans Kuepper · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

Open-LLM-VTuber (Version 1.2.1) ist ein kostenloser, quelloffener Sprach-Chat-Begleiter mit Live2D-Avatar, den Sie unter Windows, macOS oder Linux selbst installieren und betreiben. Laut Projekt kann er vollständig offline laufen, wenn alle Komponenten lokal sind, doch die Einrichtung erfolgt im Terminal, und das Repository zeigt seit dem 11. Februar 2026 keine funktionale Änderung mehr.

Wichtigste Erkenntnisse

  • Pflege: Das neueste Release stammt vom 26. August 2025; laut README konzentrieren sich die Betreuer auf ein komplett neues v2.0 und bitten um keine v1-Funktionswünsche.
  • Kosten: keine Bezahlstufe; die README verlinkt eine Spendenseite.
  • Lizenz: MIT für den Code; die mitgelieferten Live2D-Beispielmodelle unterliegen einer eigenen Live2D-Lizenz.
  • Einrichtung: Das Backend wird im Terminal installiert; der Electron-Desktop-Client ist nur eine Oberfläche.
  • Komponenten: Spracherkennung, Sprachmodell und Stimme sind getrennte Entscheidungen, eine Konfiguration kann also lokale und Cloud-Teile mischen.

📍 In einem Satz

Open-LLM-VTuber ist ein selbst gehostetes Programm, das Spracherkennung, Sprachmodell und eine Text-to-Speech-Stimme mit einer animierten Live2D-Figur verbindet, sodass Sie ein gesprochenes Gespräch führen können.

💬 In einfachen Worten

Sie starten einen kleinen Server auf Ihrem eigenen Rechner, öffnen dessen Seite in Chrome oder im Desktop-Client und sprechen mit einer Zeichentrickfigur; welche Teile auf Ihrem Rechner laufen und welche einen Cloud-Dienst aufrufen, entscheiden Sie.

⚠️Warnung: Keine funktionale Aktualisierung seit dem 11. Februar 2026. Das neueste Release stammt vom 26. August 2025, und der einzige jüngere Commit (15. Mai 2026) hat nur die README geändert. Das Projekt wird möglicherweise nicht mehr gepflegt: Prüfen Sie das Repository, bevor Sie sich darauf verlassen.

📌Hinweis: Diese Rezension stützt sich auf die Projektwebsite, das GitHub-Repository und die Release-Seiten (Stand: 24. Oktober 2026). PromptQuorum hat die Software weder installiert noch ausgeführt; Audioqualität, Latenz und Avatar-Verhalten wurden daher nicht bewertet.

Lesen auf:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

Open-LLM-VTuber ist ein kostenloses Open-Source-Projekt, mit dem Sie per Sprache mit einem Sprachmodell sprechen, während eine Live2D-Figur auf dem Bildschirm antwortet. Sie betreiben es selbst unter Windows, macOS oder Linux und wählen Spracherkennung, Sprachmodell und Stimme selbst aus. Diese Rezension stützt sich auf die Projektwebsite, das GitHub-Repository und die Release-Seiten (Stand: 24. Oktober 2026); PromptQuorum hat die Software nicht selbst getestet.

Open-LLM-VTuber-Rezension: Selbst gehosteter Sprach-Chat mit Live2D-Avatar

Was ist Open-LLM-VTuber?

Open-LLM-VTuber ist ein sprachgesteuerter KI-Begleiter: Sie sprechen, ein Sprachmodell antwortet, und eine Live2D-Figur reagiert mit Mimik und synthetischer Stimme. Das Repository beschreibt es als Gespräch mit jedem LLM per freihändiger Sprachinteraktion und Sprachunterbrechung, lokal und plattformübergreifend. Der MIT-lizenzierte Code trägt in der LICENSE-Datei das Copyright von Yi-Ting Chiu; das Projekt wird als Community auf GitHub betrieben.

Der Name stammt vom Ziel, den Closed-Source-KI-VTuber neuro-sama mit offenen Komponenten nachzubauen, die auch außerhalb von Windows offline laufen. Heute dient es als allgemeiner Begleiter oder Figuren-Chat, mit einer Weboberfläche und einem Electron-Desktop-Client mit Fenstermodus und Desktop-Pet-Modus.

Bezugsquellen

Open-LLM-VTuber wird als Backend-Server unter Windows, macOS oder Linux installiert; Desktop-Client und Browserseite verbinden sich damit.

Option
So bekommen Sie es
Backend (alle Systeme)Open-LLM-VTuber-v1.2.1-en.zip von den GitHub Releases oder git clone mit dem Rekursiv-Flag
Desktop-Client, Windows.exe-Installer von den Client-Releases; das Backend muss laufen
Desktop-Client, macOS.dmg von den Client-Releases; das Backend muss laufen
Websiteopen-llm-vtuber.github.io
DatenschutzerklärungAuf der Website und im Repository wurde keine Datenschutzerklärung gefunden
Quellcodegithub.com/Open-LLM-VTuber/Open-LLM-VTuber, MIT-Lizenz

Geprüfte Version: 1.2.1, laut GitHub-Releases-Seite am 26. August 2025 veröffentlicht; der Desktop-Client 1.2.1 erschien am 21. August 2025. Für das Backend sind ein Terminal und Entwicklerwerkzeuge (Git, FFmpeg, uv, Python 3.10 bis 3.12) nötig, es ist also keine Installation per Doppelklick. Die Schnellstart-Doku warnt, dass der nicht signierte Desktop-Client Sicherheitswarnungen des Betriebssystems auslösen kann. Die App ist kostenlos.

Voraussetzungen

Das Projekt nennt kein festes Minimum; was Sie brauchen, hängt davon ab, welche Komponenten Sie lokal betreiben und welche über eine API laufen.

Minimum

Was die Quellen sagen:
Nutzen alle schweren Komponenten (Spracherkennung, Sprachmodell, Stimme) eine API, kann laut Schnellstart sogar ein Raspberry Pi den Server hosten

Lokaler Betrieb

Was die Quellen sagen:
Empfohlen: ein Mac mit Apple silicon, eine Nvidia-GPU, eine aktuelle AMD-GPU oder eine CPU, die stark genug ist, eine GPU zu ersetzen

Werkzeuge

Was die Quellen sagen:
Git, FFmpeg (erforderlich) und uv; Python 3.10 oder neuer, aber unter 3.13; CUDA Toolkit und cuDNN für die Nvidia-GPU-Nutzung

Browser

Was die Quellen sagen:
Empfohlen wird nur Chrome; bei Edge und Safari gibt es bekannte Probleme

Fernzugriff

Was die Quellen sagen:
Die Nutzung von einem anderen Gerät erfordert HTTPS, weil Browser das Mikrofon nur in einem sicheren Kontext erlauben

Das sind die eigenen Angaben des Projekts; PromptQuorum hat weder Speicherbedarf noch Geschwindigkeit auf irgendeiner Hardware gemessen.

Von den Quellen bestätigte Funktionen

Alles Folgende stammt von der Website, der Schnellstart-Anleitung oder der README; nichts davon wurde unabhängig getestet.

  • Sprachgespräch. Spracheingabe in Echtzeit, Sprachunterbrechung ohne Kopfhörer, optional von der KI angestoßenes Sprechen und eine Anzeige der inneren Gedanken der KI, die nicht vorgelesen werden.
  • Live2D-Avatar. Modelle der Cubism-Versionen 3 bis 5, vom Backend gesteuerte Mimik-Zuordnung, Berührungsinteraktion und eigene importierte Modelle.
  • Bild und Werkzeuge. Kamera-, Bildschirm- und Screenshot-Eingabe, MCP-Werkzeugaufrufe und laut Website Browsersteuerung.
  • Austauschbare Modelle. Sprachmodelle über Ollama, jede OpenAI-kompatible API, Gemini, Claude, Mistral, DeepSeek, GGUF, LM Studio oder vLLM; Erkennung über sherpa-onnx, FunASR oder Whisper-Varianten; Stimmen über sherpa-onnx, Coqui-TTS, Bark, Fish Audio, Azure und weitere.
  • Streaming und Gruppen. Ein eingebauter Bilibili-Live-Chat-Client, Gruppenchat mit mehreren KI-Figuren und gespeicherter Chatverlauf.

Lokal oder Cloud: Datenfluss

Das Projekt sagt, alles könne mit lokalen Modellen offline laufen und Gespräche blieben dann auf Ihrem Gerät; es veröffentlicht keine Datenschutzerklärung, und die gelesenen Seiten erwähnen Telemetrie nicht. In einer rein lokalen Konfiguration (etwa Ollama für das Modell sowie lokale Erkennung und Stimme) werden Audio und Text auf Ihrem Rechner verarbeitet. Die Software selbst ist quelloffen, die Aussage lässt sich also im Code prüfen.

Jede Komponente, die Sie auf eine Cloud-Option umstellen, sendet Daten an diesen Anbieter. Zu den unterstützten Cloud-Optionen zählen OpenAI-kompatible APIs, Gemini, Claude, Groq Whisper und Azure; das Beispiel im Schnellstart nutzt Edge TTS als Stimme, was eine Internetverbindung braucht. Modelle und Abhängigkeiten werden bei der Einrichtung heruntergeladen, die Erstinstallation läuft also online.

📌Hinweis: Das sind Angaben der Betreuer, keine Prüfergebnisse. PromptQuorum hat weder den Code gelesen noch den Netzwerkverkehr untersucht, und eine Konfiguration ist nur so privat wie ihre am wenigsten private Komponente.

Für wen es sich eignet

  • Bastler und Entwickler, die eigene Sprach-, Sprachmodell- und Stimmkomponenten mit einem Avatar verbinden wollen.
  • Streamer und Fans von Figuren-Chats, die eine sprechende Live2D-Figur unter eigener Kontrolle wollen, auch als Desktop-Pet.
  • Datenschutzbewusste Nutzer, die bereit sind, jede Komponente lokal zu betreiben und selbst zu überprüfen.

Was wir nicht überprüfen konnten

  • Qualität und Geschwindigkeit. PromptQuorum hat weder Latenz noch Erkennungsgenauigkeit, Stimmqualität oder die für ein flüssiges Gespräch nötige Hardware gemessen.
  • Pflegeaussichten. Die README sagt, ein komplettes v2.0 sei in früher Planung, und bittet um keine v1-Funktionswünsche; ob v1 weitere Korrekturen erhält, steht dort nicht.
  • Langzeitgedächtnis. Die Website beschreibt ein Letta-basiertes Gedächtnis, die README sagt, es sei vorübergehend entfernt; welche Aussage für Version 1.2.1 gilt, wurde nicht geprüft.
  • Kommerzielle Nutzung der Avatare. Laut README brauchen mittlere und große Unternehmen für die Live2D-Beispielmodelle möglicherweise zusätzliche Erlaubnis von Live2D Inc.; andere Modelle haben eigene Lizenzen.
  • Signatur des Desktop-Clients. Die Doku sagt, der Client sei nicht signiert und könne Sicherheitswarnungen auslösen; ob die Installer ansonsten unbedenklich sind, wurde nicht geprüft.

Alternativen und Mitbewerber

SillyTavern

Plattformen:
macOS, Windows, Linux, Web
Preis / Lizenz:
Kostenlos / AGPL 3.0
Hauptunterschied:
Textorientiertes Rollenspiel-Frontend rund um Lorebooks und Persona-Verwaltung
Artikel über SillyTavern (9)

Auch erwähnt in:

+7 weitere nicht angezeigt

RisuAI

Plattformen:
Web, macOS, Windows, Linux
Preis / Lizenz:
Kostenlos / GPL 3.0
Hauptunterschied:
Mobilfreundliches Rollenspiel-Frontend mit Desktop-Builds
Artikel über RisuAI (8)

Auch erwähnt in:

+4 weitere nicht angezeigt

Agnai

Plattformen:
Web
Preis / Lizenz:
Kostenlos / AGPL-3.0
Hauptunterschied:
Rollenspiel-Frontend mit Charakterkarten und Mehrbenutzer-Gruppenunterhaltungen
Artikel über Agnai (6)

Auch erwähnt in:

+1 weitere nicht angezeigt

Backyard AI

Plattformen:
macOS, Windows
Preis / Lizenz:
Freemium / Closed Source
Hauptunterschied:
Desktop-Client für Figuren-Chats mit eingebautem Character Hub und einem Installer
Artikel über Backyard AI (4)

Auch erwähnt in:

Das sind Apps derselben Kategorie aus dem PromptQuorum-Verzeichnis; prüfen Sie aktuellen Preis, Lizenz und Plattformen auf der jeweiligen Seite.

Im Verzeichnis vergleichen

Häufig gestellte Fragen

Läuft es ohne GPU?

Ja, wenn Sie die schweren Teile an APIs auslagern: Laut Schnellstart kann jede Komponente eine API nutzen, und ein kleineres lokales Modell oder eine CPU-taugliche Erkennung ist möglich. Für den lokalen Betrieb werden Apple silicon, eine Nvidia-GPU oder eine aktuelle AMD-GPU empfohlen.

Kann ich ein eigenes Live2D-Modell verwenden?

Ja: Legen Sie den Modellordner in live2d-models ab, tragen Sie ihn in model_dict.json ein und wählen Sie ihn in der Charakterkonfiguration aus. Modelle der Cubism-Versionen 3 bis 5 funktionieren, Cubism 2 nicht; prüfen Sie außerdem die Lizenz des Modells.

Kann ich mit dem Smartphone mit ihm sprechen?

Laut Projekt können Sie den Server auf einem Rechner starten und von einem anderen Gerät aus öffnen, doch das Browser-Mikrofon funktioniert nur über localhost oder HTTPS; für den Fernzugriff ist also eine HTTPS-Einrichtung nötig.

Kann es an einem Livestream teilnehmen?

Es hat einen eingebauten Bilibili-Live-Chat-Client, der Zuschauernachrichten empfängt; andere Plattformen erfordern eine selbst implementierte Schnittstelle.

Welcher Browser funktioniert am besten?

Der Schnellstart empfiehlt nur Chrome und nennt bekannte Probleme mit Edge und Safari.

Fazit

Open-LLM-VTuber ist ein kostenloser, quelloffener Weg, aus frei gewählten Komponenten einen sprachgesteuerten Live2D-Begleiter zu bauen, mit dokumentiertem Weg zum vollständigen Offline-Betrieb. Dagegen steht eine Einrichtung im Stil einer Entwicklerinstallation, eine Beispielkonfiguration mit Online-Stimme, keine funktionale Aktualisierung im Repository seit dem 11. Februar 2026 und Qualitätsaussagen, die hier nicht überprüft werden konnten. Es eignet sich für Bastler, die ein Terminal bedienen können und das Projekt als möglicherweise nicht mehr gepflegt akzeptieren; wer eine unterstützte, ausgereifte App braucht, sollte es zuerst sorgfältig testen.

Quellen

← Zurück zu Lokale LLMs Pro

MCP