开发者用 Stackchan 自建桌面机器人，本地语音快过 ElevenLabs 还免费
alexcovo_eth · x · 2026-10-24
作者的 Stackchan(CoreS3/ESP32-S3)机器人到货后,自己搭了一整套 Hermes-Agent 语音对话栈:
- 语音服务:xiaozhi-esp32-server 0.9.6,Docker 本地跑在 Mac 上
- 语音合成:Gradium 的 Phonon 本地运行,作者称是体验过最快的本地语音,比 ElevenLabs API 还快且免费
- Turn 检测:Silero VAD,0.8 秒停顿判定句尾
- 语音转文字:本地 Parakeet
- 视觉:Ollama 本地跑 gemma4:e4b
- 大脑:NousResearch Hermes Agent(nous-girl),gpt-6-luna,关闭推理模式
整体已可用,还差一些微调。这是一个可照抄的本地桌面机器人完整配置清单。
所属事件:开发者让桌面机器人本地语音快过云端API(2 条相关)→
「编程与Agent」频道最新
- Factory 提前实测 Reflection Beam:工具纠错与仓库校验表现获认可 — togethercompute · 2026-10-24
- Payman AI 推出 MCP 服务器，可用自然语言管理付款与收款人 — modelcontextprotocol · 2026-10-24
- 评测显示 GPT-5.6/6 Luna 多智能体协作碾压 DeepSeek V4 — JoshPurtell · 2026-10-24
- Grok Bot 升级安全保险库：代填登录和卡片但模型看不到密钥 — XFreeze · 2026-10-24
- Comtrade MCP 服务器上线，让大模型直接查询联合国双边贸易数据 — modelcontextprotocol · 2026-10-24
- Brain Space Composer v0.2.2 发布：支持层编辑与五款新模型 — pwlot · 2026-10-24