Stream-Omni

一个模型搞定语音+视觉+文本，实时对话像 GPT-4o

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 对话助手 🍴 复刻 45 🐛 待处理 6 👀 关注 7
GitHub ↗
GitHub 星标 ★ 394
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，GPL-3.0许可，可自行部署使用，无付费版本。

项目预览

Stream-Omni 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类对话助手
开发团队ictnlp
GitHubhttps://github.com/ictnlp/Stream-Omni
定价模式🏷️完全免费
价格说明开源项目，GPL-3.0许可，可自行部署使用，无付费版本。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型asr,chatbot,chatgpt,gpt-4o,interaction,large-language-models,large-multimodal-models,llama,llm,mutlimodal,question-answering,speech,speech-recognition,speech-synthesis,speech-to-text,tts,vision,vision-language-model
GitHub 星标★ 394
上线时间2025-06-16 00:00:00
代码更新2025-06-17
仓库体积10.9 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

Stream-Omni 是一个类似 GPT-4o 的多模态对话助手，能够同时处理文本、语音和视觉输入，并支持多种模态组合的交互。它解决了传统对话系统只能处理单一模态或需串行处理多模态输入的问题，通过流式处理实现低延迟的实时对话。核心能力包括：基于大型多模态模型（如 Llama）进行视觉问答、语音识别（ASR）和语音合成，并支持不同模态间的灵活切换与组合。项目采用 Python 实现，适合研究者和开发者用于构建下一代交互式 AI 应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 394

核心亮点

  • 支持文本、语音、视觉任意组合的同步交互，灵活性高
  • 基于流式处理，显著降低多模态对话的响应延迟
  • 集成 ASR 和语音合成，开箱即用的语音对话能力

不足之处

  • 早期项目，文档和社区生态尚待完善
  • 依赖大型模型，部署资源要求较高

适用场景

  • 实时语音助手（如智能音箱、手机助手）
  • 多模态交互式教学或客服系统
  • 视觉问答与语音播报结合的无障碍应用

替代项目

OpenAI GPT-4o、Qwen-Audio、SpeechGPT

上一篇：Maoxuan-Changzheng

下一篇：rivescript-js

同类项目推荐

aidea 开源

一个 App 玩转主流大模型和 AI 绘图，全开源可自部署

An APP that integrates mainstream large language models and image generation models,···

★ 6934 2026-08-09
kubernetes-chatgpt-bot 开源

在 Slack 里用大白话问 Kubernetes，ChatGPT 帮你查状态、看指标

A ChatGPT bot for Kubernetes issues.

★ 910 2026-08-09
aws-lex-web-ui 开源

几分钟搭好 Lex 聊天界面，支持语音交互

Sample Amazon Lex chat bot web interface

★ 815 2026-08-09
chatgpt 开源

在终端里优雅地聊 ChatGPT，开发效率拉满。

An elegant interactive CLI for ChatGPT

★ 776 2026-08-09
chatgpt-pro 开源

一个界面同时聊天和画图，AI 创作效率翻倍

ChatGPT-Pro is an advanced application that combines the power of ChatGPT and DALL.E···

★ 479 2026-08-09
RenAI-Chat 开源

用视觉小说界面，让AI聊天更有戏

VN Like Interface for Chatbots

★ 73 2026-08-09
chatbot-samples 开源

看示例，快速搭出你的聊天机器人

聊天机器人示例，定制聊天机器人，聊天机器人语料导入导出

★ 128 2026-08-09
Adhesive 开源

把 Telegram 贴纸搬进 Signal，聊天收藏不丢

A chatbot serving as your glue between Telegram and Signal sticker packs

★ 105 2026-10-21
chatbot_ner 开源

给聊天机器人装上实体识别，快速提取用户关键信息

chatbot_ner: Named Entity Recognition for chatbots.

★ 336 2026-08-09