这个项目让你只需用语音就能与大语言模型 (LLM) 聊天，并近乎实时地接收语音回复。把它当成你自己的数字对话伙伴吧。
主要特点
- 流畅的对话：说和听，就像真正的聊天一样。
- 实时反馈：查看部分转录和 AI 响应。
- 低延迟焦点：使用音频块流优化架构。
- 智能轮流发言：动态静音检测（
turndetect.py）可适应对话节奏。 - 灵活的 AI 大脑：可插入的 LLM 后端（Ollama 默认，通过 OpenAI 支持
llm_module.py）。 - 可定制的声音：从不同的文本到语音引擎中进行选择（Kokoro、Coqui、Orpheus via
audio_module.py）。 - Web 界面：使用 Vanilla JS 和 Web Audio API 的干净、简单的 UI。
- Dockerized 部署：建议使用 Docker Compose 进行设置，以便于依赖项管理。
评论