voicechat2与 GPT-4o 竞争的开源语音聊天基础设施

本地 AI 语音聊天

使用 WebSockets 的快速、完全本地 AI 语音聊天解决方案。

主要功能

• 低延迟语音对语音交互（AMD RDNA3 上为 1 秒，NVIDIA 4090 上为 300 毫秒）
• 完全本地处理 - 无云依赖
• 使用最先进的 AI 模型：
  • 用于语音识别的 Whisper large-v2
  • 用于语言建模的 Llama 3 8B
  • 用于文本到语音的 VITS 模型

用例

• 个人 AI 助理
• 语音界面的快速原型设计
• 对话式 AI 的研究和开发
• 离线语音交互系统

安装

提供以下内容的详细安装说明：

• 系统先决条件
• 代码设置
• whisper.cpp
• llama.cpp
• TTS 和 StyleTTS2

比较

其他开源 AI 语音聊天项目的简要概述：

• webrtc-ai-voice-chat
• june
• GlaDOS
• local-talking-llm
• BUD-E
• LocalAIVoiceChat
• rtvi-web-demo

定价

这是一个根据 Apache 2.0 许可证提供的开源项目。

针对团队

非常适合从事对话式界面工作的 AI 研究团队和开发人员。完全本地设置允许定制和扩展。