voxtral-mini-realtime-rs

在浏览器或本地用 Rust 跑实时语音识别与合成

这是一个用 Rust 实现 Mistral Voxtral mini 实时语音识别（ASR）和语音合成（TTS）的开源项目，基于 Burn 机器学习框架，支持本地原生运行和浏览器端（WebAssembly）运行。它解决了在资源受限或隐私敏感场景下，无法使用云端语音服务的问题，让开发者可以在离线或边缘设备上获得实时、低延迟的语音交互能力。核心能力包括：对 Voxtral mini 模型的量化支持（Q4），以减小模型体积和内存占用；提供跨平台部署能力，既能作为桌面应用运行，也能编译成 WASM 在网页中直接使用；同时支持 ASR 和 TTS 双功能，覆盖语音输入输出全链路。项目处于早期阶段，但已具备基本的推理和合成能力，为 Rust 生态中的语音 AI 应用提供了新的选择。