bailing

环境要求

• Python 环境（项目为 Python 开发，需可执行 pip / python 命令）
• 无需 GPU，可在 Mac 等低配置设备或边缘设备上运行
• 需下载 ASR 模型 SenseVoiceSmall 到本地 models/SenseVoiceSmall 目录
• 需自备大模型 API Key（DeepSeek，或 openai / qwen / gemini / 01yi 等）
• 服务器运行方式需用到 openssl 生成自签名证书

安装与启动步骤

1. 1克隆项目仓库

   把百聆源码拉到本地，并进入项目根目录 bailing，后续命令都在此目录下执行。

   git clone https://github.com/wwbin2017/bailing.git
   cd bailing

   复制

2. 2安装项目依赖

   同时安装主项目与 third_party/OpenManus 的依赖，两个 requirements 都要装，缺一可能报错。

   pip install -r requirements.txt
   pip install -r third_party/OpenManus/requirements.txt

   复制

3. 3下载语音识别模型

   从 HuggingFace 下载 SenseVoiceSmall 全部文件，放到项目的 models/SenseVoiceSmall 目录下，路径不能随意改。

4. 4配置模型与密钥

   编辑 config/config.yaml 配置 ASR 与 LLM；去 DeepSeek 官网申请 api_key 填入，也可换成 openai、qwen、gemini、01yi 等模型。

5. 5配置 OpenManus 与 openc

   若使用通用 AIGC 配置（测试中），需在 third_party/OpenManus/config/config.toml 中配置 model、base_url、api_key；使用 openclaw 则改 config/.env 配置

6. 6服务器方式运行

   推荐方式，可用移动端对话。先生成自签名证书（开发环境），再在项目根目录启动 server.py，无需 cd server。

   openssl req -x509 -newkey rsa:4096 -keyout key.pem -out cert.pem -days 365 -nodes
   python server.py

   复制

7. 7本地方式运行

   本地调试可先进入 server 目录启动后端（此步可选），再回到根目录运行 main.py 启动主程序。

   cd server
   python server.py
   cd ..
   python main.py

   复制

关键配置

如何确认成功

浏览器打开 http://localhost:8000，点击开始按钮后能进行语音对话，即启动成功。

常见问题

注意事项

• 端到端时延低至 800ms，支持语音打断，适合自然对话场景。
• 项目为模块化设计，ASR、VAD、LLM、TTS 模块相互独立，可按需替换升级。
• 本次 README 节选在 TTS 引擎介绍处被截断，部分依赖与细节可能未完整展示，建议对照仓库最新 README 操作。
• 服务器运行方式为推荐方案，开发环境证书为自签名，仅供测试使用。