#开源语音助手

共 4 篇相关文章

深入解析HuggingFace speech-to-speech开源项目，涵盖VAD、STT、LLM、TTS四大模块的模块化架构设计，以及本地部署在数据隐私、成本控制和低延迟方面的核心优势，助力开发者构建自主可控的语音智能体。

百聆（bailing）是一款基于ASR+LLM+TTS架构的开源语音助手，集成DeepSeek R1大模型，端到端延迟仅800ms，支持打断对话，可在Mac等低配设备流畅运行，助你打造私有化个人AI语音助手。

智能电视通过ACR自动内容识别技术持续采集你的观看数据并变现。本文解析ACR工作原理及数据去向，提供断网使用、Pi-hole DNS拦截、VLAN网络隔离、关闭系统隐私开关等实用方案，帮你夺回隐私控制权。

SpeakoFlow是一款开源本地语音助手，支持全局语音输入、屏幕内容理解和实时翻译。采用MIT协议，语音转文字完全本地运行，保护隐私数据不上传云端，支持Windows、macOS和Linux。