全双工语音模型这么火,我也来鼓捣鼓捣
Flowcat:Rust实时语音AI架构
LiveKit Agent 搭建 AI 语音通话服务|对接 ESP32-S3 实现全双工通信,任意终端均可接入对话
我的贾维斯开源了,可以语音交互,控制多Agent编排【B站AI创造公开赛】
字节StepFun最新实时全双工语音助手StepAudio 3:196B参数实现边说边想边调用工具 【AI语音论文解读】
打造你自己的语音交互助手,实时对话-任意打断-多模态-多语种 | ASR-LLM-TTS大升级
ESP32-S3 AI 语音对话全链路延时优化|调优 ASR/VAD/LLM/TTS,总时延压缩至 1~1.5s
企业级Voice Agent 语音助手智能体实战项目,基于STT-Agent-TTS架构实战开发多模态语音智能体,全程干货无废话!AI大模型|智能体|多模态
我给 DeepSeek V4 接上了耳朵和嘴巴:语音交互OS
🎙️ARVIS:免费、开源的全双工语音助手!https://github.com/GHJ20001017/Full-Duplex-Model
全本地部署的实时语音对话BOT
Qwen-Audio-3.0-TTS:开始表演!
开源王炸!实时语音对话模型 OmniVoice,延迟低到离谱!
P1 也许是延迟最低的语音对话系统?
一个 0.9B 开源语音模型,转写和说话人分离一次搞定,还把豆包 GPT-4o 甩在后面
B站最好的实时对话项目!代码已开源【B站AI创造公开赛】
震撼发布】字节跳动Seeduplex全双工语音大模型:让AI学会“边听边说”,在豆包App上彻底告别“你讲我听”的机器人式对话!
太爽了!本地 AI 实时语音来了!免费开源、低延迟,仅需4G显存,支持中文(Realtime Voice)| 零度解说
一个开源项目打通ASR+TTS+实时语音,微软VibeVoice直接卷死闭源大厂?
【技术精讲】全双工语音,为什么不只是支持打断?