开源前沿 · 150 阅读
Local Voice AI:把语音识别、私有大模型和 TTS 放进自己的电脑
ShayneP/local-voice-ai 把 LiveKit、Nemotron STT、llama.cpp 和 Kokoro TTS 收进同一套启动流程,支持 CPU、NVIDIA、Apple Silicon 和 Jetson。
共找到 4 篇相关文章/软件
ShayneP/local-voice-ai 把 LiveKit、Nemotron STT、llama.cpp 和 Kokoro TTS 收进同一套启动流程,支持 CPU、NVIDIA、Apple Silicon 和 Jetson。
OpenMontage 是号称全球首个开源代理式视频生产系统,把脚本写作、素材生成、动画合成、配音字幕、剪辑导出整条流水线整合到一个系统里,内置 12 条生产管线、52 个生产工具、14 家视频生成提供商,可一键集成 Claude Code / Cursor / Copilot。
基于 React 19 + TypeScript 纯前端构建的开源本地优先工作台 NeumanOS,在一个页面中无缝融合 Markdown 双链笔记、甘特图看板、日历、400+ 公式 Excel 表格与 9 种 AI 模型终端。
HuggingFace 开源了 speech-to-speech 管道项目,将 VAD 语音检测、STT 转录、LLM 推理与 TTS 语音合成高度统一打通,端到端延迟低至 300ms 且完全本地运行,不泄漏声音隐私。