Bro77XP 发布了完全本地化、免费的 AI VTuber 项目，专为初学者和非程序员设计。该系统利用 Whisper 进行实时英语语音识别，使用 Ollama 配合 llama3.2 模型进行 LLM 推理，并使用 Chatterbox TTS 进行文本转语音生成。它具备即时零样本语音克隆功能，并在持续监听循环中运行，自动检测静音以仅在检测到语音时进行录音。该软件通过其 API 与 VTube Studio 集成，以控制口型表情并根据生成的响应触发动作动画。虽然最初在 AMD GPU 上开发，但代码主要支持 CPU 用户，允许在没有特定 NVIDIA 或 AMD 硬件的情况下运行。设置需要 Python 3.10.11，并涉及创建虚拟环境以安装核心依赖项，如 openai-whisper、pyaudio 和 websocket-client。