Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Inicio/LLM locales avanzados
Creative & Roleplay

Reseña de Open-LLM-VTuber: chat de voz autoalojado con avatar Live2D

·7 min de lecturaPor Hans Kuepper · Fundador de PromptQuorum · Motor de descubrimiento de IA de pesos abiertos y código abierto

Open-LLM-VTuber (versión 1.2.1) es un compañero de chat de voz gratuito y de código abierto con avatar Live2D, que instalas y ejecutas tú mismo en Windows, macOS o Linux. Según el proyecto, puede funcionar totalmente sin conexión si todos los componentes son locales, pero la instalación se hace en terminal y el repositorio no muestra cambios funcionales desde el 11 de febrero de 2026.

Conclusiones clave

  • Mantenimiento: la versión más reciente es del 26 de agosto de 2025; según el README, los mantenedores se centran en una reescritura completa v2.0 y piden no abrir solicitudes de funciones para la v1.
  • Coste: sin nivel de pago; el README enlaza una página de donaciones.
  • Licencia: MIT para el código; los modelos Live2D de muestra incluidos están bajo una licencia de Live2D aparte.
  • Instalación: el backend se instala desde una terminal; el cliente de escritorio Electron es solo una interfaz.
  • Componentes: reconocimiento de voz, modelo de lenguaje y voz se eligen por separado, así que una configuración puede mezclar partes locales y en la nube.

📍 En una frase

Open-LLM-VTuber es un programa autoalojado que conecta un reconocedor de voz, un modelo de lenguaje y una voz de síntesis con un personaje Live2D animado, para mantener una conversación hablada con él.

💬 En términos simples

Inicias un pequeño servidor en tu propio equipo, abres su página en Chrome o en el cliente de escritorio y hablas con un personaje de dibujos; tú decides qué partes se ejecutan en tu equipo y cuáles llaman a un servicio en la nube.

⚠️Advertencia: Sin actualización funcional desde el 11 de febrero de 2026. La última versión es del 26 de agosto de 2025 y el único commit posterior (15 de mayo de 2026) solo editó el README. Puede que el proyecto ya no tenga mantenimiento: revisa el repositorio antes de depender de él.

📌Nota: Esta reseña se basa en el sitio del proyecto, el repositorio de GitHub y sus páginas de versiones, consultados el 24 de octubre de 2026. PromptQuorum no ha instalado ni ejecutado el software, así que no se evalúan la calidad del audio, la latencia ni el comportamiento del avatar.

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

Open-LLM-VTuber es un proyecto gratuito y de código abierto que permite hablar por voz con un modelo de lenguaje mientras un personaje Live2D responde en pantalla. Lo ejecutas tú mismo en Windows, macOS o Linux y eliges los componentes de reconocimiento de voz, modelo de lenguaje y voz. Esta reseña se basa en el sitio del proyecto, el repositorio de GitHub y sus páginas de versiones, consultados el 24 de octubre de 2026; PromptQuorum no ha probado el software en la práctica.

Reseña de Open-LLM-VTuber: chat de voz autoalojado con avatar Live2D

¿Qué es Open-LLM-VTuber?

Open-LLM-VTuber es un compañero de IA de interacción por voz: tú hablas, un modelo de lenguaje responde y un personaje Live2D reacciona con expresiones y una voz sintetizada. El repositorio lo describe como hablar con cualquier LLM con interacción de voz manos libres e interrupción por voz, en local y en varias plataformas. Su código con licencia MIT figura a nombre de Yi-Ting Chiu en el archivo LICENSE, y el proyecto funciona como una comunidad en GitHub.

El nombre viene del objetivo de recrear el VTuber de IA de código cerrado neuro-sama con componentes abiertos que funcionen sin conexión en sistemas distintos de Windows. Hoy se usa como compañero general o chat con personajes, con una interfaz web y un cliente de escritorio Electron con modo ventana y modo mascota de escritorio.

Cómo obtenerlo

Open-LLM-VTuber se instala como servidor backend en Windows, macOS o Linux; el cliente de escritorio y la página del navegador se conectan a él.

Opción
Cómo conseguirlo
Backend (todos los sistemas)Open-LLM-VTuber-v1.2.1-en.zip desde las GitHub Releases, o git clone con la opción recursiva
Cliente de escritorio, WindowsInstalador .exe desde las versiones del cliente; el backend debe estar en marcha
Cliente de escritorio, macOSArchivo .dmg desde las versiones del cliente; el backend debe estar en marcha
Sitio webopen-llm-vtuber.github.io
Política de privacidadNo se encontró ninguna página de política de privacidad en el sitio web ni en el repositorio
Código fuentegithub.com/Open-LLM-VTuber/Open-LLM-VTuber, licencia MIT

Versión revisada: 1.2.1, publicada el 26 de agosto de 2025 según la página de GitHub Releases; el cliente de escritorio 1.2.1 apareció el 21 de agosto de 2025. Para el backend hacen falta una terminal y herramientas de desarrollo (Git, FFmpeg, uv, Python 3.10 a 3.12), así que no es una instalación con doble clic. La documentación de inicio advierte de que el cliente de escritorio sin firmar puede provocar avisos de seguridad del sistema operativo. La app es gratuita.

Requisitos

El proyecto no fija un mínimo; lo que necesitas depende de qué componentes ejecutes en local y cuáles uses mediante una API.

Mínimo

Qué dicen las fuentes:
Si todos los componentes pesados (reconocimiento de voz, modelo de lenguaje, voz) usan una API, la guía dice que incluso una Raspberry Pi puede alojarlo

Uso local

Qué dicen las fuentes:
Recomendado: un Mac con Apple silicon, una GPU Nvidia, una GPU AMD reciente o una CPU lo bastante potente para sustituirla

Herramientas

Qué dicen las fuentes:
Git, FFmpeg (obligatorio) y uv; Python 3.10 o superior pero inferior a 3.13; CUDA Toolkit y cuDNN para usar una GPU Nvidia

Acceso remoto

Qué dicen las fuentes:
Usar el servidor desde otro dispositivo requiere HTTPS, porque los navegadores solo permiten el micrófono en un contexto seguro

Son declaraciones del propio proyecto; PromptQuorum no midió el uso de memoria ni la velocidad en ningún equipo.

Funciones confirmadas por las fuentes

Todo lo siguiente procede del sitio web, la guía de inicio o el README; nada se ha probado de forma independiente.

  • Conversación por voz. Entrada de voz en tiempo real, interrupción por voz sin auriculares, habla iniciada por la IA como opción y una vista de los pensamientos internos de la IA que no se leen en voz alta.
  • Avatar Live2D. Modelos Cubism 3 a 5, asignación de expresiones controlada desde el backend, interacción táctil y modelos propios importados.
  • Visión y herramientas. Entrada de cámara, pantalla y capturas, llamadas a herramientas MCP y, según el sitio, control del navegador.
  • Modelos intercambiables. Modelos de lenguaje mediante Ollama, cualquier API compatible con OpenAI, Gemini, Claude, Mistral, DeepSeek, GGUF, LM Studio o vLLM; reconocimiento con sherpa-onnx, FunASR o variantes de Whisper; voces con sherpa-onnx, Coqui-TTS, Bark, Fish Audio, Azure y otras.
  • Streaming y grupos. Un cliente integrado de chat en directo de Bilibili, chat de grupo con varios personajes de IA e historial de chat guardado.

Local o nube: flujo de datos

El proyecto dice que todo puede funcionar sin conexión con modelos locales y que entonces las conversaciones se quedan en tu dispositivo; no publica una política de privacidad, y las páginas que leímos no mencionan la telemetría. En una configuración totalmente local (por ejemplo Ollama para el modelo y reconocimiento y voz locales), el audio y el texto se procesan en tu equipo. El software es de código abierto, así que la afirmación se puede comprobar en el código.

Cada componente que cambies a una opción en la nube envía datos a ese proveedor. Entre las opciones en la nube admitidas están las API compatibles con OpenAI, Gemini, Claude, Groq Whisper y Azure; el ejemplo de la guía usa Edge TTS para la voz, lo que requiere conexión a internet. Los modelos y dependencias se descargan durante la instalación, así que la primera instalación es con conexión.

📌Nota: Son declaraciones de los mantenedores, no resultados de una auditoría. PromptQuorum no ha leído el código ni inspeccionado el tráfico de red, y una configuración solo es tan privada como su componente menos privado.

Para quién es

  • Aficionados y desarrolladores que quieren conectar sus propios componentes de voz, lenguaje y síntesis a un avatar.
  • Streamers y fans del chat con personajes que quieren un personaje Live2D parlante bajo su control, incluso como mascota de escritorio.
  • Usuarios preocupados por la privacidad dispuestos a ejecutar cada componente en local y a verificarlo ellos mismos.

Lo que no pudimos verificar

  • Calidad y velocidad. PromptQuorum no midió la latencia, la precisión del reconocimiento, la calidad de la voz ni el hardware necesario para una conversación fluida.
  • Perspectivas de mantenimiento. El README dice que una reescritura completa v2.0 está en planificación inicial y pide no abrir solicitudes de funciones para la v1; no indica si la v1 recibirá más correcciones.
  • Memoria a largo plazo. El sitio describe una memoria basada en Letta y el README dice que está retirada temporalmente; no comprobamos cuál de las dos afirmaciones vale para la versión 1.2.1.
  • Uso comercial de los avatares. Según el README, las empresas medianas o grandes pueden necesitar un permiso adicional de Live2D Inc. para los modelos Live2D de muestra; los demás modelos tienen sus propias licencias.
  • Firma del cliente de escritorio. La documentación dice que el cliente no está firmado y puede provocar avisos de seguridad; no comprobamos si los instaladores son seguros por lo demás.

Competidores y alternativas

SillyTavern

Plataformas:
macOS, Windows, Linux, web
Precio / licencia:
Gratis / AGPL 3.0
Diferencia principal:
Interfaz de rol centrada en el texto, basada en lorebooks y gestión de personas
Artículos sobre SillyTavern (9)

También mencionado en:

+7 más no mostrados

RisuAI

Plataformas:
Web, macOS, Windows, Linux
Precio / licencia:
Gratis / GPL 3.0
Diferencia principal:
Interfaz de rol adaptada al móvil, con versiones de escritorio
Artículos sobre RisuAI (8)

También mencionado en:

+4 más no mostrados

Agnai

Plataformas:
Web
Precio / licencia:
Gratis / AGPL-3.0
Diferencia principal:
Interfaz de rol con fichas de personaje y conversaciones de grupo multiusuario
Artículos sobre Agnai (6)

También mencionado en:

+1 más no mostrados

Backyard AI

Plataformas:
macOS, Windows
Precio / licencia:
Freemium / Código cerrado
Diferencia principal:
Cliente de escritorio para chat con personajes, con Character Hub integrado y un solo instalador
Artículos sobre Backyard AI (4)

También mencionado en:

Son apps de la misma categoría del directorio de PromptQuorum; confirma el precio, la licencia y las plataformas actuales en la página de cada una.

Comparar en el directorio

Preguntas frecuentes

¿Se puede usar sin GPU?

Sí, si envías las partes pesadas a APIs: según la guía de inicio, cada componente puede usar una API, y es posible un modelo local más ligero o un reconocedor apto para CPU. Para el uso local se recomienda Apple silicon, una GPU Nvidia o una GPU AMD reciente.

¿Puedo usar mi propio modelo Live2D?

Sí: coloca la carpeta del modelo en live2d-models, regístrala en model_dict.json y selecciónala en la configuración del personaje. Funcionan los modelos Cubism 3 a 5, no Cubism 2; revisa también la licencia del modelo.

¿Puedo hablar con él desde el móvil?

El proyecto dice que puedes ejecutar el servidor en un equipo y abrirlo desde otro dispositivo, pero el micrófono del navegador solo funciona en localhost o con HTTPS; el acceso remoto requiere por tanto configurar HTTPS.

¿Puede unirse a un directo?

Incluye un cliente de chat en directo de Bilibili que recibe los mensajes de los espectadores; otras plataformas necesitan una interfaz que implementes tú.

¿Qué navegador funciona mejor?

La guía de inicio recomienda solo Chrome y menciona problemas conocidos con Edge y Safari.

Veredicto

Open-LLM-VTuber es una forma gratuita y de código abierto de montar un compañero Live2D controlado por voz con los componentes que elijas, con una vía documentada para ejecutarlo todo sin conexión. En contra: una instalación de estilo desarrollador, una configuración de ejemplo que aún usa una voz en línea, ningún cambio funcional en el repositorio desde el 11 de febrero de 2026 y afirmaciones de calidad que no pudimos comprobar. Encaja con aficionados que manejan una terminal y aceptan tratarlo como un proyecto que quizá ya no se mantiene; quien necesite una app con soporte y pulida debería probarla con cuidado antes.

Fuentes

← Volver a LLM locales avanzados

MCP