On-Device-Speech-to-Speech-Conversational-AI

纯CPU跑通实时语音对话,支持随时打断,流畅聊AI

这是一个纯CPU上运行的实时语音对话系统,实现与AI模型的双向语音交流。它采用连续流式架构,支持即时响应和自然的打断处理,让对话流畅自然。项目整合了语音识别(ASR)、语音活动检测(VAD)、文本生成(通过Ollama接入大模型)和语音合成(Kokoro TTS)等模块,构建了完整的语音到语音(speech-to-speech)交互链路。核心解决的是在无GPU环境下,如何实现低延迟、可打断的语音对话体验,适用于边缘设备或普通电脑。其技术栈包括Python,并依赖Ollama运行本地大模型,强调隐私保护和离线运行能力。

开源 free 音频音乐
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 257
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类音频音乐
开发团队asiff00
所属国家
定价模式free
价格说明开源项目,MIT许可证,可免费使用和部署,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型asr,audio-processing,conversational-ai,kokoro-tts,ollama,speech-to-speech,tts,vad,voice-assistant
GitHub 星标★ 257
30天Star增速
HF 下载量
上线时间2025-01-02 00:00:00
最近更新2026-08-15 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 纯CPU推理,无需GPU即可实现实时语音对话,硬件门槛低
  • 支持打断交互,用户可随时插话,对话体验更自然
  • 集成ASR、VAD、TTS和LLM,形成完整语音到语音链路,开箱即用

不足之处

  • 依赖Ollama和Kokoro TTS,外部服务或模型版本变动可能影响稳定性
  • 早期项目,文档和社区支持待观察

适用场景

  • 在无GPU的笔记本电脑上搭建本地语音助手,保护隐私
  • 为边缘设备或嵌入式系统提供离线语音交互能力
  • 作为教学示例,演示流式语音对话系统的架构设计

替代项目

Whisper + TTS pipeline、Vosk + Coqui TTS、OpenVoice

项目介绍

On-Device-Speech-to-Speech-Conversational-AI 是对话助手领域的开源项目,由 asiff00 开发,2025 年首次发布。

它收录于对话助手分类,该分类目前共有 907 个项目,GitHub 星标数为 257。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-08-15。MIT许可证,可免费使用和部署,无付费版本。

它主要面向的使用场景是:在无GPU的笔记本电脑上搭建本地语音助手,保护隐私。同类可对比的替代方案包括 Whisper + TTS pipeline、Vosk + Coqui TTS、OpenVoice。

上一篇:vasisualy

下一篇:conversify

同类项目推荐

open-webui 开源

给本地模型配个漂亮聊天室,全家都能用

User-friendly AI Interface (Supports Ollama, OpenAI API, ...)

★ 152821 2026-08-09
prompts.chat 开源

海量好提示词,抄了就能让 AI 更听话

f.k.a. Awesome ChatGPT Prompts. Share, discover, and collect prompts from the commun···

★ 170999 2026-08-09
elia 开源

终端里用键盘快速聊 AI,多模型切换不打断思路

A snappy, keyboard-centric terminal user interface for interacting with large langua···

★ 2479 2026-08-09
NextChat 开源

一个界面聊遍所有主流AI模型,支持全平台部署,轻快又私密。

✨ Zero-config AI chat assistant. No API key needed — sign up and instantly chat wi···

★ 88802 2026-08-09