Hugging Face 开源全本地化语音助手 Pipeline,兼容 OpenAI 实时 API
techNmak · x · 2026-08-03
Hugging Face 发布了一个开源的语音助手代码库，允许开发者使用完全开源的模型构建具备“听、想、说”能力的本地语音智能体。
- 模块化架构：流水线分为语音活动检测 (VAD)、语音转文字 (STT)、大语言模型 (LLM) 和文字转语音 (TTS) 四个独立线程运行。
- 高度可插拔：所有组件均可通过 CLI 标志替换，LLM 接口兼容 OpenAI API。
- 无缝对接：通过 WebSocket 暴露接口，完全兼容 OpenAI Realtime API 协议。
- 生产验证：该 Pipeline 已作为数千台 Reachy Mini 机器人的对话后端投入生产环境。可通过 pip install speech-to-speech 一键部署。
「编程与Agent」频道最新
- 用 GPT 辅助开发 3D 射击游戏，线下试玩破百人 — WranglerObvious5932 · 2026-08-03
- TabAPI 上线：一个 API 整合网站流量、WHOIS、DNS 等九类数据 — sujingshen · 2026-08-03
- 新兴 Markdown 格式如何重塑编程 Agent 行为 — bibryam · 2026-08-03
- Cloudflare 启动 Agents Week：提出构建「Agent Cloud」原生云愿景 — threepointone · 2026-08-03
- Obsidian 官方 CLI 上线：终端直接管理笔记与插件 — dSebastien · 2026-08-03
- 86 个 Agent 跑 22 小时：用 Claude Code 搓出 GTA 6 原型 — smith2008 · 2026-08-03