voice-assistant 第 2 页
本站收录 113 个带「voice-assistant」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 3 页）
Aetherius_AI_AssistantAetherius AI Assistant 是一个完全私有、本地运行的 AI 助手/聊天机器人/子代理框架，基于开源大语言模型（LLM）构建，强调长期记忆与思★ 312
AI-TalksAI-Talks 是一个基于 Streamlit 构建的 ChatGPT 对话助手，旨在提供一个轻量、可快速部署的 AI 聊天界面。它解决了用户直接使用 Ope★ 295
whisper_dictationwhisper_dictation 是一个开源的私人语音键盘和 AI 助手，旨在通过语音控制实现免提操作。它利用 Whisper 模型进行本地语音识别，支持语音★ 294
bosunbosun 是一个自主工程（Autonomous Engineering）领域的开源项目，旨在通过 AI 智能体自动完成软件开发中的工程任务。它解决的是传统开发★ 285
ivaiva 是一个自托管的 Telegram AI 助手，核心特点是拥有长期记忆能力，能记住用户的所有对话和偏好，帮助管理日常生活。它基于 TypeScript 开★ 262
On-Device-Speech-to-Speech-Conversational-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（A★ 255
sepia-docsSEPIA 是一个开源的语音助手框架，旨在为开发者提供构建自定义语音助手和对话式应用的基础能力。它支持语音识别、自然语言理解（NLU）、对话管理和多平台部署，尤★ 254
jaicf-kotlinjaicf-kotlin 是一个基于 Kotlin 的对话式 AI 开发框架，旨在简化语音助手和聊天机器人的构建流程。它解决了开发者需要对接多个对话平台（如 A★ 248
PersonalJarvisPersonalJarvis 是一个面向智能体时代的开源本地 AI 助手，目标是把语音对话、编码代理、浏览器操作和桌面应用控制统一到一个入口。它解决的是当前 A★ 241
M.I.L.E.SM.I.L.E.S 是一个基于 GPT-4-Turbo 的桌面语音助手，旨在提供类似 JARVIS 的智能交互体验。它解决了传统语音助手功能单一、无法个性化定制★ 233
IRIS-AIIRIS-AI 是一款面向桌面端的 AI 助手，旨在将多种 AI 能力整合到一个应用中，提升日常工作效率。它集成了语音交互、自动化操作、记忆功能、视觉识别、网络★ 217
heardheard 是一个为编码智能体（coding agents）打造的语音交互层，定位是「AI 编程助手的 Jarvis」。它解决的核心问题是：使用 Claude ★ 208
ai-avatar-bot支持 Live2D/VRM 的语音 AI 数字人，具备唇形同步、知识库问答、运营看板、客服与数据分析能力，还可通过一行代码嵌入网站，快速打造可交互的虚拟形象。★ 203
hermes-speechhermes-speech 是一个为 Hermes Agent 设计的语音插件，同时提供 TTS（文本转语音）和 STT（语音转文本）能力。它解决的核心问题是：★ 203
leon-clileon-cli 是开源个人助理 Leon 的命令行界面，让你在终端里直接与 Leon 交互，无需打开浏览器或使用图形界面。它解决了在纯命令行环境下使用 AI ★ 198
gdansk-aigdansk-ai 是一个全栈语音聊天机器人项目，旨在帮助开发者快速构建具备语音交互能力的 AI 应用。它解决了从语音输入到智能回复再到语音输出的完整链路问题，★ 198
sample-strands-agent-with-agentcore这是一个参考架构项目，演示如何基于Amazon Bedrock AgentCore和Strands Agents构建多智能体AI聊天机器人。它解决了企业构建复杂★ 196
voqalvoqal 是一个面向开发者的语音原生 AI 代理，旨在让开发者通过自然语言语音指令来辅助编程工作。它解决了传统编程中需要手动输入代码或文本命令的低效问题，提供★ 196
jarvis_aiJarvis AI 是一个受钢铁侠启发的开源语音助手和全息 HUD 界面，专为 Hermes Agent 设计。它解决了传统语音助手缺乏可视化反馈和深度智能体集★ 194
flowflowflowflow 是一款面向 iPhone 和 macOS 的语音笔记应用，完全使用 Rust 编写，基于 Dioxus 构建跨平台界面。它解决的是语音笔记的本★ 173
WallyWally 是一个基于 ESP32 的可爱语音助手，旨在通过语音交互帮助用户处理日常提醒、提升生产力并进行日常对话。它结合了硬件（ESP32）与软件（C++/P★ 172
alexa-skill-llm-intent这是一个将大型语言模型（LLM）集成到Amazon Alexa技能中的开源项目，旨在让Alexa具备基于回合制的AI对话能力。它解决了Alexa原生不支持自定义★ 172
agentcallAgentCall 是一个让 AI 智能体以真实身份加入视频会议的开源项目，支持语音、视频和屏幕共享，使 AI 能像人类协作者一样在 Google Meet、M★ 169
OpenVisionOpenVision 是一款开源的 iOS 应用，旨在将 Meta Ray-Ban 智能眼镜与多种 AI 后端无缝连接，解决智能眼镜缺乏本地智能助手的问题。它支★ 166
angular-search-experienceangular-search-experience 是一个基于 Angular 构建的搜索体验演示项目，由 Algolia 官方团队维护。它展示了如何将 Alg★ 165
kobold_assistantkobold_assistant 是一个完全离线的 AI 语音助手项目，旨在提供类似 ChatGPT 语音对话的体验，但所有处理都在本地完成，无需联网，保护隐私★ 164
fullochFulloch 是一个完全本地的家庭语音助手项目，旨在替代云端语音服务，保护用户隐私。它集成于 Home Assistant（HACS），支持本地 LLM 推理★ 161
euankaeuanka 是一个本地化部署的语音助手项目，旨在将完整的语音交互链路（ASR-NLP-LLM-TTS）全部运行在本地设备上，解决云端依赖带来的隐私和延迟问题。★ 152
ai-waifuai-waifu 是一个基于 Python 的 AI 虚拟主播（VTuber）与语音助手项目，旨在将动漫风格的虚拟形象与智能对话、语音交互结合，打造可互动的二次★ 151
MOSS-SpeechMOSS-Speech 是一个真正的语音到语音（speech-to-speech）大语言模型，无需文本作为中间引导。它直接接收语音输入并生成语音输出，旨在解决传★ 142
ariaaria 是一个本地运行的、无审查的 AI 实体项目，基于 Python 构建，集成了大型语言模型（LLM）、语音合成（如 Kokoro TTS）和深度学习技术★ 134
nanowakewordnanowakeword 是一个轻量级唤醒词检测引擎，用 Python 实现，目标是让开发者用很少的数据和精力训练出高准确率的自定义唤醒词模型。它解决的是传统语★ 133
NoemaNoema 是一个以语音优先的桌面端 AI 助手，定位为“有记忆、有情绪、能调用工具和插件”的个人陪伴型应用。它解决的是传统语音助手缺乏上下文记忆和个性化交互的★ 131
OpenGlassesOpenGlasses 是一个旨在让 Meta Ray-ban 和 Oakley 智能眼镜更强大的开源项目，特别支持非 Meta 官方型号。它通过 Swift ★ 119
openclaw-voice-call-realtimeOpenClaw Voice Call Realtime 是一个为 OpenClaw 智能体框架开发的插件，旨在让 AI 助手具备拨打和接听真实电话的能力。它通★ 105
jargojargo 是一个基于 Go 语言、以 WebRTC 原生和音频优先的对话式 AI 框架。它解决了在实时语音交互场景中，开发者难以快速集成语音识别（STT）、语★ 102
sepia-assist-serverSEPIA Assist Server 是 SEPIA 框架的核心服务器，负责自然语言理解（NLU）、对话管理、智能服务集成和用户账户管理。它解决了构建个性化、★ 101
gptspeakergptspeaker 是一个基于 Python 的语音助手项目，旨在通过 Raspberry Pi 或桌面电脑实现与 OpenAI 或 DeepSeek 大语言★ 101
volocalvolocal 是一个面向 iOS 的完全本地化语音 AI 工具，基于 Swift 和 SwiftUI 构建，利用 Core ML 和 llama.cpp 在设★ 100
home-mindhome-mind 是一个为 Home Assistant 设计的开源 AI 记忆层，采用 AGPL 许可。它解决的是智能家居助手缺乏长期记忆、无法理解上下文的★ 96
Python-AssistantPython-Assistant 是一个基于 Python 3.9+ 的语音命令助手服务，能够识别人类语音、与用户对话并执行基础命令。它解决了用户需要通过语音交★ 92
achatbotachatbot 是一个开源的聊天机器人架构，专为语音、视觉及多模态助手设计，支持本地（CPU/GPU 受限）和远程（I/O 受限）运行。它整合了 ASR（语音★ 90
NOVA-NodeJSNOVA 是一个用 Node.js 构建的可定制语音助手，旨在为开发者提供一个轻量、可扩展的本地语音交互解决方案。它解决了现有语音助手（如 Alexa、Goog★ 88
hume-typescript-sdk这是一个用于将Hume AI集成到TypeScript项目的官方SDK。Hume AI是一个专注于情感智能的对话式AI平台，能够从语音中识别情绪并生成富有情感的★ 84
altsalts 是一个完全免费、本地运行、支持离线使用的语音助手项目，基于 Python 开发。它解决的是用户对隐私敏感、不希望语音数据上传云端的问题，提供本地语音识★ 82
OpenVoiceUIOpenVoiceUI 是一个开源的语音驱动 AI 助手平台，旨在通过语音交互连接任意大语言模型（LLM）和文本转语音（TTS）引擎，提供实时网页画布、音乐生成★ 80
WeiClawWeiClaw 是一个开源项目，旨在通过一条命令将微信接入任意 AI Agent，让微信成为 AI 的交互入口。它基于 Node.js 构建，支持多种主流 AI★ 78
spokestack-androidSpokestack Android 是一个面向 Android 平台的可扩展移动语音框架，旨在帮助开发者快速为应用集成完整的语音交互能力。它涵盖唤醒词检测、自★ 74
whisper-shortcutwhisper-shortcut 是一款面向 macOS 的菜单栏应用，主打语音优先的交互体验。它解决的是在 Mac 上快速进行语音转文字、语音控制剪贴板、朗读★ 74
memory-opensource这是一个为AI智能体设计的预测性记忆层基础设施。它通过整合MongoDB、Qdrant和Neo4j三种数据库，分别处理结构化数据、向量检索和知识图谱关系，并采用★ 74