#voice-assistant Repositorios
72 repositorios en total
Vui Nano — un pequeño modelo de texto a voz consciente del contexto, entrenado con conversaciones reales. 219 millones de parámetros activos (305 millones en total), Apache 2.0, clonación de voz y transmisión en tiempo real; funciona en CPU (compilación en C sin dependencias). Incluye un asistente de voz completo en tiempo real: WebRTC, ASR, LLM local y compatibilidad con la API Realtime de OpenAI.
Una lista curada de cosas geniales relacionadas con herramientas de inteligencia artificial
Voicetypr - Herramienta de dictado de voz a texto offline impulsada por IA para fundadores ocupados, codificadores de ambiente, usuarios avanzados de IA en macOS y Windows. Alternativa a Wispr Flow y SuperWhisper.
Tu asistente personal de IA, ejecutándose en tu propio ordenador. Tareas de larga duración, memoria real, ayuda proactiva, voz, teléfonos y gafas inteligentes. Cualquier modelo, local o en la nube. Sin cuenta.
Convierte un Amazon Echo Dot o Echo Show en un satélite de voz, reproductor multimedia, pantalla y proxy Bluetooth de Home Assistant completamente local. Sin Amazon ni nube.
⚡ Asistente de voz con IA increíblemente rápido con tiempos de respuesta <500 ms
El Sistema de Auto-Codificación para tu App — Alan AI SDK para React Native
Agente de escritorio multimodal en tiempo real que evoluciona hacia una interfaz persistente de sistema operativo con IA (0.17 α).
Asistente de voz local en francés: Claude u Ollama (sin conexión), domótica Hue, OBS, agenda, navegador, llamadas de Twilio, servidor MCP. Python.
Crea dispositivos de voz y texto para tu Hermes Agent, con firmware para ESP32, un cliente para Linux y un simulador de escritorio.
Una lista curada de recursos de inteligencia artificial (Cursos, Herramientas, Aplicaciones, Proyectos de código abierto)
🗣 Una superposición que obtiene el permiso de voz del usuario y la entrada como texto en una interfaz personalizable
Un dispositivo de IA conversacional + framework de software para compañía, entretenimiento, educación, atención médica, aplicaciones de IoT y robótica DIY. Construido con Python, NextJS, Arduino, ESP32, LLMs (GPT-4o), Deepgram STT y Azure TTS 🤖
App BYD DiLink (3.0/5.0/5.1, UI7): pantalla dividida 1/3+2/3, navegación en el cuadro de instrumentos, Yandex Navigator en el HUD, cámaras de ángulo muerto, agente de IA por voz en ruso, consumo real del BMS, registro de viajes/cargas, automatización y telemetría ABRP. Eléctricos e híbridos DM-i/DM-o: Leopard 3 / Bao 3, Leopard 5, Sea Lion 07, Song, Song Pro DM-i, Atto 3.
Tu asistente de voz personal: Voz a Texto a LLM a Voz, mostrado en una interfaz web
Modelos de voz abiertos y full-duplex que perciben tu tono y hablan con uno propio. Una sola GPU con vLLM-Omni, o funcionamiento totalmente offline en un Mac con MLX. Clonación de voz zero-shot, compatibles con OpenAI Realtime / GPT-Live, y prueba gratuita de la API alojada. Apache-2.0.
Un segundo cerebro siempre activo con el que puedes hablar. Notas de voz en Telegram → conocimiento transcrito y enlazado en tu bóveda de Obsidian. Funciona las 24 horas, los 7 días de la semana, con la suscripción de Claude que ya tienes.