openlive

本地运行语音交互层，让 AI 代理秒回且隐私无忧

openlive 是一个开源的、设备端运行的语音与视觉交互层，专为 AI 代理设计。它解决了云端语音服务延迟高、成本高、隐私风险大的问题，让开发者可以自由接入任何模型或编码代理，而语音交互的完整闭环——包括语音活动检测（VAD）、语音转文字（STT）、文字转语音（TTS）以及打断响应（barge-in）——全部在本地设备上运行。项目采用 TypeScript 编写，强调本地优先和开源，旨在成为 ElevenLabs Agents、Gemini Live 和 OpenAI Realtime 的开放替代方案。其核心能力包括低延迟的本地语音处理、无缝集成主流编码工具（如 Claude Code、Cursor、Codex）以及支持视觉输入，为构建实时、隐私友好的对话式 AI 应用提供了灵活的基础。