JMS1717/ming-voice

它解决了什么问题

Ming Voice 提供了一个完全本地化、实时的语音助手，完全在您自己的硬件上运行。它消除了对基于云的语音服务的需求，确保您的音频和个人数据永远不会离开您的机器，同时为家庭自动化和日常任务提供低延迟的交互体验。

工作原理

该项目使用语音到语音模型，在您的 GPU 上本地处理音频。它会监听您的声音，通过智能轮次检测确定您何时停止说话，并生成口头回复。它可以通过浏览器、专用桌面客户端使用，或集成到 Home Assistant 中。它支持网页搜索、天气、计时器、列表以及控制灯光、恒温器和媒体播放器等智能家居设备的工具。

适用人群

它专为拥有强大 GPU（AMD 或 NVIDIA）且希望拥有私密、始终在线的语音助手的用户而设计。对于那些希望在不依赖外部云服务提供商的情况下控制智能家居、管理个人提醒或执行网页搜索的用户来说，它是理想的选择。

主要亮点

• 快速响应时间：通常在您说完句子后约四分之一秒内开始说话。
• 自然对话：支持在助手说话时打断，并处理后续问题，无需重复唤醒词。
• 本地优先的隐私：没有任何音频会离开您的机器；仅在启用 Web 工具时，搜索词才会发送到外部服务。
• 广泛的集成：控制 Home Assistant 设备、Jellyfin 媒体服务器，并管理个人列表、计时器和记忆。
• 灵活部署：适用于 Linux 和 Windows（通过 WSL2），支持语音克隆，并可通过家庭网络从移动设备访问。