speech-to-speech

Plataforma de voz de IA de código abierto. Alternativa autohospedada a Vapi y Retell. En local (On Prem), BYOK para conversión de voz a voz o LLM/STT/TTS, con un creador visual de flujos de trabajo, compatibilidad nativa con MCP y telefonía

Una herramienta de conversión de voz simple y de alta calidad, enfocada en la facilidad de uso y el rendimiento.

LLaMA-Omni es un modelo de interacción de voz de extremo a extremo de baja latencia y alta calidad construido sobre Llama-3.1-8B-Instruct, con el objetivo de lograr capacidades de voz al nivel de GPT-4o.

Motor de inferencia todo en uno escrito en C++ puro para modelos de audio, basado en ggml. Admite TTS, STT, VAD, conversión de voz, generación de música y más, con un rendimiento altamente optimizado y sin dependencias de Python.

Juguetes de IA de voz en tiempo real con más de 100 modelos en Arduino ESP32 con WebSockets seguros y Edge Functions para compañeros y dispositivos de IA

Kit de herramientas de voz con IA para Apple Silicon: ASR, TTS, voz a voz, VAD y diarización impulsados por MLX y CoreML

Una aplicación de asistente de IA móvil multiplataforma ultrarrápida construida con React Native.

Un SDK modular de Swift para procesamiento de audio con MLX en Apple Silicon.

El primer modelo de diálogo hablado de extremo a extremo en tiempo real de código abierto con clonación de voz personalizada.

Agente interactivo de voz a voz de alta calidad y con transmisión en continuo en un solo archivo.