给任意Agent加上双向语音
UkieTechie · reddit · 2026-07-14
作者开源了 **cicero**：一个给任意 agent/harness 加上双向语音能力的自托管方案。 要点包括： - 可接 Claude Code、Codex、Gemini CLI 或任何支持 ACP / OpenAI-compatible endpoint 的系统 - 支持本地 STT + TTS，语音不出本机 - 可通过 Telegram 消息或电话式交互 - 与 Hermes Agent 等配合时，可给不同 profile 配置不同声音和人格 作者还总结了几个实现细节：流式逐句播报比单纯换更快的 TTS 更能降低延迟；语音克隆效果差常常是参考音频前置静音导致；barge-in 需要真正的语音模型前置，单纯能量 VAD 不够。