#voice-assistant 仓库
共 72 个仓库
Vui Nano——一个在真实对话上训练的小型上下文感知文本转语音模型。219M 活跃参数(总计 305M),采用 Apache 2.0 许可证,支持声音克隆和流式处理,可在 CPU 上运行(无依赖的 C 构建版本)。随附完整的实时语音助手:支持 WebRTC、ASR、本地 LLM,并兼容 OpenAI Realtime API。
Voicetypr - 面向忙碌的创始人、氛围程序员、AI高级用户的macOS和Windows平台AI驱动离线语音转文字听写工具。替代Wispr Flow和SuperWhisper。
运行在你自己的电脑上的个人 AI 助手。支持长时间运行的任务、真正的记忆、主动帮助、语音、手机和智能眼镜。任何模型,本地或云端均可。无需账户。
将 Amazon Echo Dot 或 Echo Show 变成完全本地化的 Home Assistant 语音卫星设备、媒体播放器、显示屏和蓝牙代理。无需 Amazon,无需云端。
本地法语语音助手:Claude 或 Ollama(离线运行)、Hue 智能家居、OBS、日历、浏览器、Twilio 通话、MCP 服务器。Python。
一个用于陪伴、娱乐、教育、医疗、物联网应用和DIY机器人技术的对话式 AI 设备+软件框架。采用 Python、NextJS、Arduino、ESP32、LLMs (GPT-4o)、Deepgram STT 和 Azure TTS 构建 🤖
比亚迪 DiLink 应用(3.0/5.0/5.1,UI7):1/3+2/3 分屏、仪表盘导航、HUD 上的 Yandex 导航、盲区摄像头、俄语语音 AI 助手、真实 BMS 能耗、行程/充电记录、自动化、ABRP 遥测。纯电车型及 DM-i/DM-o 混动车型:Leopard 3 / Bao 3、Leopard 5、海狮 07、宋、宋 Pro DM-i、Atto 3。
开放式全双工语音模型,能够听懂你的语气并以相应语气回应。借助 vLLM-Omni,仅需一块 GPU;或使用 MLX 在 Mac 上完全离线运行。零样本声音克隆,兼容 OpenAI Realtime / GPT-Live,并提供免费的托管 API 试用。Apache-2.0。
一个随时在线、可以对话的第二大脑。通过 Telegram 发送语音笔记 → 自动转写并整理成相互关联的知识,存入你的 Obsidian 知识库。使用你现有的 Claude 订阅,全天候运行。