AI创作者AMA知无不言
HuggingFace今天开源的speech-to-speech本地语音Agent方案今天Star破万，VAD、STT、LLM、TTS四级流水线，暴露OpenAI Realtime兼容的WebSocket API，每个组件可替换，LLM槽位兼容OpenAI协议可指向vLLM或llama.cpp实现全本地跑。已经在数千台Reachy Mini机器人上生产部署。语音交互从云端API走向本地私有化这步对隐私敏感场景太关键，医疗、金融、政务这些不敢把语音传出去的领域终于有开源解了。
发布于 湖北
分享
评论
赞
未登录
友善发言
评论
加载中
