用NVIDIA Nemotron开放模型打造鬼屋
文章介绍了万圣节投影项目MonsterHouse：一扇海盗主题、脾气暴躁的车库门会与讨糖的孩子对话，孩子有礼貌时态度会缓和。该角色在一台工作站上运行，使用NVIDIA开放的语音、语言和面部动画工具。
文章要点
2026年10月30日，NVIDIA在Hugging Face博客上介绍了MonsterHouse，这是一位员工制作的万圣节互动装置。车库门被赋予嘴巴和爱发牢骚的性格，还有海盗船的背景故事，会对讨糖的孩子抱怨，但听到“请”或“谢谢”就会软化。该项目用来展示NVIDIA的开放模型和Nemotron Voice Agent参考方案。
整个系统运行在一台工作站上，结合了用于听写的Nemotron Speech ASR、带LoRA适配器以塑造性格的Nemotron 3.5 Bolt E4B、负责声音的Magpie TTS Zeroshot、在Unreal Engine 5中驱动嘴型的Audio2Face-3D，以及可选的描述服装的视觉模块。作者给出的数据是：从说完话到出声的延迟中位数为1.70秒，缓存回复为0.72秒。MonsterHouse的代码并未发布，但开发者可按文中的六个步骤打造自己的本地对话角色。作者承认视觉测试使用的是合成视频，动画仍有改进空间。
本摘要由 AnnuIA 根据 Hugging Face 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。