janvarev/Irene-Voice-Assistant

解決する課題

Ireneは、主にオフラインでの動作を目的として設計されたロシア語音声アシスタントであり、クラウドベースのアシスタントに代わるプライバシーに配慮したローカルな選択肢を提供します。インターネット接続を常に必要とすることなく、音声コマンドを通じてコンピュータの操作、タイマーの設定、さまざまなサービスとのインタラクションが可能です。

仕組み

このシステムは、Jaa.pyエンジンに基づいたモジュール式アーキテクチャを採用しており、プラグイン（スキル）をサポートしています。音声入力は、Vosk（バージョン13.0では高性能ストリーミングモデルを搭載）、GigaSTT、SpeechRecognitionを含む、サポートされている複数の音声認識（STT）エンジンを通じて処理されます。出力には、pyttsx3などの音声合成（TTS）エンジンを利用します。

バージョン12.0以降では、LLMのツール呼び出し（VseGPT.ru、Ollama、LMStudioなどのOpenAI互換エンドポイント経由）を使用して、自由形式の自然言語コマンドを解釈し、特定の機能をトリガーする「AIプラグイン」をサポートしています。

対象者

• プライバシーや信頼性のために、ローカルでオフラインのロシア語音声アシスタントを必要とするユーザー。
• プラグインシステムを使用してカスタムの音声制御スキルを構築したい開発者。
• 音声制御をHome Assistantと統合したいスマートホーム愛好家。

ハイライト

• オフライン・ファースト: コア機能とSTT/TTSは、完全にローカルマシン上で実行可能です。
• 拡張可能なプラグインシステム: Jaa.pyエンジンを介して、新しいスキルを簡単に追加できます。
• LLM統合: 自然言語コマンド処理のためのツール呼び出しをサポートしています。
• 高精度STT: 低遅延ストリーミングと高精度を提供するVosk 0.56と統合されています。
• マルチプラットフォーム対応: Windows、Linux、macOS、およびARMデバイス（Raspberry Pi）向けのインストールガイドとDockerイメージが利用可能です。