QuickTalk

QuickTalk 是 OpenTalking 中偏实时口播的 talking-head 模型，适合低延迟数字人对话和本地 GPU 快速试跑。本文只做选型导览；具体权重、启动和验证命令见下方部署模式页。

支持状态

项	值
模型 ID	quicktalk
Backend	local / omnirt
证据等级	local adapter 已内置并验证；OmniRT 服务化路径已文档化
推荐用途	实时口播、低延迟验证、本地或服务化推理

Benchmark 参考

以下数据摘自 Benchmark。稳态FPS 表示模型持续生成吞吐，不等同于完整用户体感延迟；完整链路还会受到 STT、LLM、TTS、队列和 WebRTC 影响。

硬件	Backend	输出	稳态FPS	首轮总延迟/ms	TTFV/ms	推理峰值显存/GB
RTX 3090	OmniRT	540×900 / 25fps	29.23	3356.019	1800.524	1.662
RTX 4090	OmniRT	540×900 / 25fps	46.921	2561.146	1064.825	1.838
NPU 910B2	OmniRT	540×900 / 25fps	29.66	3212.053	1782.861	2.473
RTX 3050 Laptop	OmniRT	306×512 / 25fps	20.695	4243.26	2661	1.396

选择部署模式

模式	适合场景	入口
Local	单机 CUDA、本地 adapter、最快验证真实链路	QuickTalk Local 部署
Apple Silicon	Mac 上做权重、manifest、WebUI 流程检查	QuickTalk Apple Silicon 部署
OmniRT	推理服务与 OpenTalking 解耦，或多模型共用一个服务端点	QuickTalk OmniRT 部署

相关页面

• Support Matrix：确认 QuickTalk 与其它模型链路的 backend 差异。
• Avatar Assets：了解通用 avatar 资产和会话选择规则。
• 本地语音 + QuickTalk：组合 SenseVoice、CosyVoice 与 QuickTalk local 的完整链路。