RealtimeSTT_LLM_TTS

一句话搭建实时语音对话机器人，说话即回复

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 53 🐛 待处理 9 👀 关注 2
GitHub ↗
GitHub 星标 ★ 436
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，MIT许可证，完全免费，可自行部署使用。

项目预览

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

项目数据

分类音频音乐
开发团队Ikaros-521
GitHubhttps://github.com/Ikaros-521/RealtimeSTT_LLM_TTS
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
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MIT
主要语言Python
技术栈/模型llm,python,stt,tts
GitHub 星标★ 436
上线时间2024-02-27 00:00:00
代码更新2024-12-31
仓库体积324 KB
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6

项目介绍

RealtimeSTT_LLM_TTS 是一个基于 Python 的实时语音对话系统，它将语音识别（STT）、大语言模型（LLM）和语音合成（TTS）三大模块串联起来，实现端到端的实时语音交互。项目核心解决的是传统语音对话中延迟高、模块集成复杂的问题，通过流式处理技术，让用户说话后能快速得到语音回复。它支持接入 OpenAI 接口或智谱AI作为 LLM 后端，语音合成则支持 GPT-SOVITS 和 Edge-TTS，并提供了网页界面，方便跨网络调用服务。项目架构清晰，模块解耦，开发者可以灵活替换各组件，快速搭建自己的语音助手或对话应用。

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 ★ 436

技术标签

使用教程

难度：进阶 约 35 分钟 部署方式：本地GPU 4 步

环境要求

  • Python 3.10+
  • ffmpeg
  • （推荐）NVIDIA GPU

安装与启动步骤

  1. 1先装系统依赖

    音频处理需要 ffmpeg，各平台装法不同。

    sudo apt update && sudo apt install ffmpeg

  2. 2装匹配 CUDA 的推理库

    torch 版本要与本机 CUDA 对上。

    pip install torch==2.0.1+cu118 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118

  3. 3起主程序

    它把识别、对话、合成串成一条实时链路。

    python main.py

  4. 4调延迟参数

    语音活动检测的阈值决定响应快慢。

如何确认成功

一句话说完到听到回答的间隔在两秒以内，且没有把半句话截断

注意事项

  • 它把实时识别、模型对话与语音合成串成闭环，是本地语音助手的基础形态。
  • 作者另外提供了整合包，Windows 用户可以先试整合包再折腾源码。
  • 回声消除是难点，不戴耳机基本没法用。
  • 模型切换会显著影响延迟，按机器能力选。
  • 语音数据在本地处理，隐私风险小于云端方案。

核心亮点

  • 流式处理降低对话延迟，交互更自然
  • 支持 OpenAI 和智谱AI双 LLM 后端，灵活切换
  • 提供网页界面，跨网络调用服务，部署方便

不足之处

  • 早期项目，文档和社区支持待观察
  • 依赖外部 API 和网络，稳定性受制于服务商

适用场景

  • 智能语音助手快速原型开发
  • 实时语音翻译或对话练习工具
  • 智能硬件或机器人语音交互集成

替代项目

VoiceCraft、OpenAI Realtime API、LiveKit Agents

上一篇：glados-voice-assistant

下一篇：lobe-chat

同类项目推荐

seq2seq_chatbot 开源

用TensorFlow快速搭建带注意力和束搜索的对话机器人

基于seq2seq模型的简单对话系统的tf实现，具有embedding、attention、beam_search等功能，···

★ 334 2026-08-09
whatsapp-chatgpt 开源

在WhatsApp里直接调用ChatGPT和DALL-E，聊天就能用AI

ChatGPT + DALL-E + WhatsApp = AI Assistant :rocket: :robot:

★ 3795 2026-08-09
llama-gpt 开源

本地跑起ChatGPT，数据不出门，隐私百分百

A self-hosted, offline, ChatGPT-like chatbot. Powered by Llama 2. 100% private, with···

★ 10924 2026-08-09
csml-engine 开源

用简洁语言快速构建聊天机器人，告别复杂逻辑。

CSML is an easy-to-use chatbot programming language and framework.

★ 718 2026-08-09
Mojo-Webqq 开源

用 Perl 打造 QQ 机器人，HTTP API 即插即用

【重要通知：WebQQ将在2019年1月1日停止服务，此项目目前已停止维护，感谢大家四年来的一路···

★ 1703 2026-08-09
CustomChar 开源

让任何硬件都能跑起本地 AI 语音助手

Your customized AI assistant - Personal assistants on any hardware! With llama.cpp, ···

★ 121 2026-08-09