Freeze-Omni

冻结LLM，低成本打造低延迟语音对话模型

Freeze-Omni 是一个智能且低延迟的语音到语音对话模型，其核心创新在于冻结大语言模型（LLM）参数，仅训练语音编码器和解码器，从而大幅降低训练成本并保持 LLM 的原有能力。它解决了传统端到端语音对话模型训练资源消耗大、推理延迟高的问题，支持流式语音输入输出，实现自然、实时的对话体验。项目基于 Python 实现，提供了完整的训练和推理代码，适合研究人员和开发者快速上手。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 398
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队VITA-MLLM
所属国家
官网地址
GitHubhttps://github.com/VITA-MLLM/Freeze-Omni
定价模式free
价格说明开源模型，本地部署，完全免费
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型large-language-models,multimodal-large-language-models,speech,speech-recognition,speech-synthesis,speech-to-speech
GitHub 星标★ 398
30天Star增速
HF 下载量
上线时间2024-11-04 00:00:00
最近更新2026-09-22 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3

使用教程

核心亮点

  • 冻结LLM参数，训练资源需求低，适合小团队复现
  • 支持流式语音交互，端到端延迟低，对话更自然
  • 代码结构清晰，提供训练和推理示例，易于二次开发

不足之处

  • 早期项目，文档和社区支持待观察
  • 语音质量与多语言支持可能有限

适用场景

  • 实时语音助手开发
  • 低资源环境下的语音对话模型训练
  • 多模态交互研究

替代项目

Qwen-Audio、SpeechGPT、Mini-Omni

项目介绍

Freeze-Omni 是开源模型领域的开源项目，由 VITA-MLLM 开发，2024 年首次发布。

它收录于开源模型分类，该分类目前共有 422 个项目，GitHub 星标数为 397。

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 2026-09-15。本地部署，完全免费。

它主要面向的使用场景是：实时语音助手开发。同类可对比的替代方案包括 Qwen-Audio、SpeechGPT、Mini-Omni。

上一篇：Kyara

下一篇：Awesome-LLM-Survey

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库，免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10