全双工语音模型这么火,我也来鼓捣鼓捣
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】
🎙️ARVIS:免费、开源的全双工语音助手!https://github.com/GHJ20001017/Full-Duplex-Model
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
本地语音 AI 终于统一了! 实时对话、声音克隆、AI 翻唱8G 显存全跑通|audio.cpp|整合包
开源王炸!实时语音对话模型 OmniVoice,延迟低到离谱!
Qwen-Audio-3.0-TTS:开始表演!
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
Flowcat:Rust实时语音AI架构
我给 DeepSeek V4 接上了耳朵和嘴巴:语音交互OS
全本地部署的实时语音对话BOT
本地语音 AI 又升级了!10个新模型、GGUF量化、流式ASR语音输入|audio.cpp
ASR→LLM→TTS:AI 语音延时怎么算?
P1 也许是延迟最低的语音对话系统?
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?
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】
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
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!
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
仅有0.1B的超小语音模型,普通4核CPU就能跑