speech-to-speech

Open-Source-Sprach-KI-Plattform. Self-Hosted-Alternative zu Vapi und Retell. On-Premise, BYOK für Speech-to-Speech oder LLM/STT/TTS, mit visuellem Workflow-Builder, MCP-nativ und Telefonie-Unterstützung.

Ein einfaches, hochwertiges Sprachkonvertierungstool mit Fokus auf Benutzerfreundlichkeit und Leistung.

LLaMA-Omni ist ein latenzarmes und qualitativ hochwertiges End-to-End-Sprachinteraktionsmodell auf Basis von Llama-3.1-8B-Instruct mit dem Ziel, Sprachfunktionen auf GPT-4o-Niveau zu erreichen.

Eine All-in-One-Inferenz-Engine in reinem C++ für Audiomodelle, angetrieben von ggml. Unterstützt TTS, STT, VAD, Sprachkonvertierung, Musikgenerierung und mehr bei hochoptimierter Leistung. Keine Python-Abhängigkeit.

Echtzeit-Sprach-KI-Spielzeug mit über 100 Modellen auf Arduino ESP32 mit sicheren WebSockets und Edge-Funktionen für KI-Begleiter und -Geräte

KI-Sprach-Toolkit für Apple Silicon – ASR, TTS, Speech-to-Speech, VAD und Diarisierung, angetrieben durch MLX und CoreML

Eine blitzschnelle, plattformübergreifende mobile KI-Assistenten-App, entwickelt mit React Native.

Ein modulares Swift-SDK zur Audioverarbeitung mit MLX auf Apple Silicon

Das weltweit erste Open-Source-Modell für Echtzeit-End-to-End-Sprachdialoge mit personalisiertem Voice-Cloning.

Hochwertiger, interaktiver Speech-to-Speech-Agent mit Streaming-Funktion in einer einzigen Datei.