AVTR-1 × 豆包实时语音 PoC

麦克风 开始交流 结束交流

豆包 API Key 只保存在服务器的 .env 中，网页不会要求或接触 OpenAI/豆包 Key。浏览器音频经豆包实时对话驱动 AVTR-1，返回同步的语音和 25fps 实时视频。

自定义人物与背景

请直接拖动裁剪框四角或四边的边界调整范围（固定 16:9），也可拖动整个裁剪框；框内所见内容会上传为 1280×720。默认保留完整画面，不会自动切掉人物头部。