音声対話

AI-Chatbox：ESP32S3ベースの音声テキストインテリジェント対話プロジェクト

AI-Chatbox 是一个基于 ESP32S3 开发板的语音交互项目。用户通过语音与大模型（LLM）对话，设备将语音转为文字，发送给大模型，获取回答后可进一步转为语音播报。项目使用 Rust 语言开发，集成了 Vosk 语音识别工具，适合...

TEN: リアルタイムのマルチモーダル音声AIインテリジェンスを構築するオープンソースツール

TEN框架是一个开源的软件平台，专注于帮助开发者构建实时、多模态、低延迟的语音AI智能体。它支持多种编程语言，包括C、C++、Go、Python、JavaScript和TypeScript。开发者可以通过TEN框架快速创建具有语音、视觉和文...

Zaia Health：健康習慣をモニターし改善するAI音声アシスタント

Zaia Health是一款人工智能健康应用，它的核心是一个名为“Zaia”的语音助手。 这款应用旨在帮助用户关注并改善自己的健康习惯。 它通过语音交互的方式，像一个私人健康伴侣一样，引导用户在睡眠、锻炼、营养和心理健康等方面养成更规律的生...

wukong-robot：パーソナライズされた中国語の音声対話を実現するスマート・スピーカー・プロジェクト

wukong-robot 是一个开源的中文语音对话机器人和智能音箱项目，旨在帮助开发者快速构建个性化的智能音箱。它支持中文语音识别、语音合成和多轮对话功能，集成了ChatGPT、百度、科大讯飞等技术。项目设计模块化，插件和功能可自由扩展，适...

リアルタイムボイスチャット

RealtimeVoiceChat 是一个开源项目，专注于通过语音与人工智能进行实时、自然的对话。用户使用麦克风输入语音，系统通过浏览器捕获音频，快速转为文字，由大型语言模型（LLM）生成回复，再将文字转为语音输出，整个过程接近实时。项目采...

gibberlink：2つのAI知能間の効率的な音声通信のための実証プロジェクト

gibberlinkは、開発者PennyroyalTeaによるGitHub上のオープンソースプロジェクトで、2つの会話型AI知能間の最適化されたコミュニケーションを可能にすることに焦点を当てている。2つのAIが電話で会話し、お互いをAIとして認識すると、人間の言葉（英語）から...

OpenAIリアルタイムエージェント

OpenAI Realtime Agentsは、OpenAIのリアルタイムAPIを使用して、マルチインテリジェントボディスピーチアプリケーションを構築する方法を示すことを目的としたオープンソースプロジェクトです。OpenAI Swarmから借用した）ハイレベルなインテリジェントボディモデルを提供することで、開発者は複雑なマルチインテリジェントボディスピーチシステムを短時間で構築することができます。このプロジェクトは ...

保釈

百聆（Bailing）是一个开源的语音对话助手，旨在通过语音与用户进行自然的对话。该项目结合了语音识别（ASR）、语音活动检测（VAD）、大语言模型（LLM）和语音合成（TTS）技术，实现了类似GPT-4o的语音对话机器人。百聆的端到端时延...

「常時稼働のDeepseek AIアシスタント：Deepseek-V3に基づくインテリジェントな音声対話システムの構築

Always-On AI Assistantは、Deepseek-V3、RealtimeSTT、Typerなどの先進技術を統合し、強力で永続的なオンラインAIアシスタントシステムを構築する革新的なAIアシスタントプロジェクトです。このプロジェクトは、特にエンジニアリング開発シナリオに最適化されており、完全な...

シャオジーAIチャットボット

小智 AI 聊天机器人是一个基于ESP32开发板的开源项目，旨在帮助用户构建自己的AI聊天伴侣。该项目由虾哥开发，主要用于教学目的，帮助更多人入门AI硬件开发，并了解如何将大语言模型应用到实际的硬件设备中。项目支持多种语言的语音识别和对话功...

フィッシュエージェント

Fish Speech 衍生项目 Fish Agent 是一款革命性的端到端AI语音克隆系统，基于V0.1 3B模型架构开发。作为一个完全端到端的语音克隆处理系统，其最大特点是采用创新的无语义标记架构设计，无需依赖Whisper等传统语义编...

いちご（llama3-s）

Ichigo是一个开源的实时语音AI项目，旨在扩展基于文本的语言模型，使其具备原生的“听力”能力。该项目采用了早期融合技术，灵感来自Meta的Chameleon论文。Ichigo的目标是成为一个开源数据、开源权重的本地设备语音助手，类似于S...

Hume AI: 感情認識でAIを強化する｜音と表情から感情を認識する｜感情のある音声を生成する

Hume AI 是一家专注于情感智能的人工智能公司，致力于开发能够理解和响应人类情感的多模态AI技术。其旗舰产品同理心语音界面（EVI）能够通过语音、面部表情和语言等多种形式识别和回应用户的情感，提升人机交互的情感体验。Hume AI 的目...