Hugging Face 开源低延迟语音 Agent 管线,已在千台机器人上生产运行
adnan_hashmi · x · 2026-09-16
Hugging Face 的开源项目 speech-to-speech 提供了一条完全模块化的低延迟语音 agent 管线：VAD → STT → LLM → TTS，通过 WebSocket 和 WebRTC 暴露 OpenAI Realtime GA 兼容的事件协议。
要点：
- 每个组件都可替换：LLM 插槽使用 OpenAI 兼容协议，可指向托管服务、HF Inference Providers，或本地 vLLM / llama.cpp 服务器，实现完全本地化的全开源栈
- 已在生产环境验证：作为数千台 Reachy Mini 机器人的对话后端运行
- 项目目前在 GitHub 获约 13.2k star、1.7k fork
- 提供 Docker 部署、ARM64 支持与快速上手指南
「编程与Agent」频道最新
- mitsuhiko 点破 codemode 失效根因:工具输出不稳定、非结构化 — mitsuhiko · 2026-09-16
- Muse Code 上调贡献者订阅额度,并全员重置用量 — giffmana · 2026-09-16
- OpenAI 内部万级 Agent 编排系统曝光,用户版 3 个子代理反被批浪费 token — RexDouglass · 2026-09-16
- 开发者用 GPT-6 重写 Radish：在 Durable Object 里跑 Redis — whoiskatrin · 2026-09-16
- Agent 回答看似全对实则有 Bug，何时才敢放手不复查？ — Luvena21 · 2026-09-16
- RSIAgent 不改权重自我进化,两项 agent 基准超 GPT-6 Astra — Roger_M_Taylor · 2026-09-16