speech-to-speech

Nền tảng voice AI mã nguồn mở. Giải pháp thay thế tự lưu trữ cho Vapi và Retell. On Prem, BYOK qua Speech to Speech hoặc LLM/STT/TTS, tích hợp trình xây dựng quy trình trực quan, hỗ trợ MCP native và điện thoại.

Công cụ chuyển đổi giọng nói đơn giản, chất lượng cao, tập trung vào tính dễ sử dụng và hiệu năng.

LLaMA-Omni là mô hình tương tác giọng nói đầu cuối có độ trễ thấp và chất lượng cao được xây dựng trên nền tảng Llama-3.1-8B-Instruct, nhằm đạt được khả năng giọng nói ở cấp độ GPT-4o.

Một công cụ suy luận C++ thuần túy, tất cả trong một dành cho các mô hình âm thanh, được hỗ trợ bởi ggml. Hỗ trợ TTS, STT, VAD, chuyển đổi giọng nói, tạo nhạc và nhiều tính năng khác với hiệu năng được tối ưu hóa cao. Không phụ thuộc Python.

Đồ chơi AI giọng nói thời gian thực với hơn 100 mô hình trên Arduino ESP32 sử dụng Secure Websockets và Edge Functions dành cho các thiết bị và bạn đồng hành AI.

Bộ công cụ giọng nói AI dành cho Apple Silicon — ASR, TTS, chuyển đổi giọng nói thành giọng nói, VAD và phân đoạn người nói được hỗ trợ bởi MLX và CoreML

Một ứng dụng trợ lý AI di động đa nền tảng, cực nhanh được xây dựng bằng React Native.

SDK Swift dạng mô-đun để xử lý âm thanh với MLX trên Apple Silicon

Mô hình đối thoại bằng giọng nói đầu cuối thời gian thực mã nguồn mở đầu tiên trên thế giới với tính năng nhân bản giọng nói cá nhân hóa

Tác nhân tương tác giọng nói hai chiều (Speech-to-Speech) chất lượng cao và hỗ trợ streaming trong một tệp duy nhất.