Vocal-Agent 是对话助手领域的开源项目，由 tarun7r 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 138。
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 2026-07-23。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：构建语音控制终端或智能家居助手。同类可对比的替代方案包括 OpenAI Realtime API、Vosk、SpeechBrain。
Vocal-Agent
三行代码搭起能听会说的语音助手，实时对话不卡壳
Vocal-Agent 是一个基于 Python 的开源级联语音助手框架，它将实时语音识别（Whisper）、AI 推理（Llama）和神经文本转语音（Kokoro）三大模块串联起来，实现从语音输入到语音输出的完整对话闭环。项目解决的核心问题是传统语音助手在端到端延迟和模块耦合上的痛点，通过级联架构让每个环节可独立替换和优化。其核心能力包括：低延迟的流式语音识别、灵活的 LLM 推理接入、以及高质量的合成语音输出。开发者可以基于它快速构建定制化的语音交互应用，如语音控制终端、智能语音客服等。项目处于早期阶段，代码结构清晰，适合作为语音助手开发的学习参考和二次开发基底。
开源
free
音频音乐
GitHub 星标
★ 138
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tarun7r
所属国家
定价模式free
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
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agents,kokoro,llama,speech-to-speech,text-to-speech,whisper
GitHub 星标★ 138
30天Star增速
HF 下载量
上线时间2025-04-02 00:00:00
最近更新2026-07-23 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8
使用教程
核心亮点
- 模块化级联设计，语音识别、推理、合成可独立替换，灵活度高
- 基于 Whisper 和 Kokoro 等成熟模型，语音识别和合成质量有保障
- 代码简洁，依赖清晰，适合快速上手和二次开发
不足之处
- 早期项目，文档和社区支持待观察
- 级联架构可能带来额外延迟，实时性需进一步优化
适用场景
- 构建语音控制终端或智能家居助手
- 开发实时语音对话机器人或客服系统
- 作为语音交互技术栈的学习和实验平台
替代项目
OpenAI Realtime API、Vosk、SpeechBrain
项目介绍
上一篇：UnityChatGPT
下一篇：aria
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, ...)
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···
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···
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···