Izwi 0.1.0 发布:全本地语音 AI,集 TTS/克隆/转写一身
zinyando · reddit · 2026-10-26
开源项目 Izwi 发布 0.1.0 首个稳定版,Apache-2.0 协议,支持 Mac/Linux/Windows。它是一个本地语音 AI 桌面应用,同时提供 Web UI、CLI 和本地服务器:
- 实时语音对话:本地 ASR → LLM → TTS 全流程
- TTS 与声音克隆:短样本克隆声音,也可用文字描述设计新音色;Studio 支持有声书等长音频制作
- 转写:支持说话人分离(diarization)与强制对齐
- OpenAI 兼容 API:chat completions、audio/speech、audio/transcriptions,现有代码指向 localhost 即可
支持的模型包括 TTS(Qwen3-TTS、Kokoro-82M、Fish Audio S2 Pro、VibeVoice 等)、ASR(Parakeet TDT v3、Whisper large-v3-turbo、Qwen3-ASR 等)、聊天(Qwen3.5/3.6/3.8、LFM2.5)。推理用 Rust 原生实现于 Candle,自带 Metal 与 CUDA 支持,无需 Python 环境。
所属事件:开源全本地语音 AI 应用 Izwi 发布首个稳定版(2 条相关)→
「Infra」频道最新
- 投资人 Bindez 那句：GPU 套利不构成技术与壁垒，需求降温即崩 — bindureddy · 2026-10-26
- 标普全球：六大巨头 2030 年前 AI 算力支出将累计超 7 万亿美元 — Beth_Kindig · 2026-10-26
- Kimi K3 约 3 万亿参数铺满 59 片 WSE-3 晶圆，权重常驻仅传激活 — petrusenko_max · 2026-10-26
- OpenAI agent 建 8 次网站，托管全落 Cloudflare — FinanceYF5 · 2026-10-26
- 用 LLM 出图 3D 打印机箱，塞下 4 张 AMD v620 加速卡 — PraxisOG · 2026-10-26
- RCR 圆桌共识：建 AI 基础设施不难，难在卖出可量化的 ROI — seankinneyRCR · 2026-10-26