Hugging Face 开源语音代理管线 speech-to-speech

低延迟、模块化的语音代理管线，串联 VAD → STT → LLM → TTS，并通过兼容 OpenAI Realtime 协议的 WebSocket API 对外暴露。每个组件均可替换，LLM 层支持本地 llama.cpp/vLLM 或托管服务，可完全本地运行。该管线已在数千台 Reachy Mini 机器人上作为对话后端运行。

默认安装使用 Parakeet TDT 做本地 STT、OpenAI 兼容 LLM 和 Qwen3-TTS 做语音合成；支持多种运行模式（实时服务器、本地麦克风对话、原始 PCM WebSocket/TCP）。pip install speech-to-speech 即可启动，开发者可用 OpenAI Realtime 客户端直接连接。

GitHub

#GitHub #开源 #HuggingFace #语音代理 #VAD #STT #LLM #TTS #RealtimeAPI #本地部署
@GitHubTrendingHub