nu-dialogue/j-moshi
J-Moshi: A Japanese Full-duplex Spoken Dialogue System
解決的問題
J-Moshi 是一個專為日語設計的全雙工語音對話系統。它解決了創造自然、即時語音互動的挑戰，模擬人與人之間的對話，特別支援即時重疊說話與回應語（あいづち）。
工作原理
該系統基於 Kyutai Labs 的 7B 參數 Moshi 模型。透過在大規模日語語音對話資料上進行額外訓練開發而成，包括 J-CHAT、日語 Callhome 以及內部聊天與諮詢對話語料庫。一個專門版本 J-Moshi-ext 更進一步結合了透過多串流 TTS 生成的合成資料，以提升效能。
適用對象
從事日語語音 AI、語音對話系統與自然人機互動（HCI）的研究人員與開發者。
主要亮點
- 全雙工通訊：支援自然的雙向即時語音互動，具備自然的輪替發言機制。
- 日語資料精選：基於多樣化的語音與文字對話語料庫進行訓練。
- 兩種模型變體：提供標準版本與使用合成資料的擴展版本（J-Moshi-ext）。
- HuggingFace 集成：可透過 Moshi 的 PyTorch 實作輕鬆部署模型。
相關
- 專案
flyteorg/flytekitFlytekit Python 是 Flyte 的官方 SDK，讓您使用 `@task` 和 `@workflow` 裝飾器在純 Python 中撰寫、測試與部署 AI/ML 工作流程。透過 `pip install flytekit` 安裝，遵循快速入門指南，並透過外掛擴充或根據提供的文件貢獻。
- 專案
aa0101181514/tw-legal-ragtw-legal-rag 是一個開源 Python CLI，連接到託管的語意搜尋服務，該服務包含 2200 萬+ 份台灣判例、法規與行政裁決。它支援自然語言搜尋、取得精確案件編號、將結果（包括摘要、判例歷程與引用白名單）打包為 JSON 檔案，並對 LLM 生成的答案執行確定性引用核驗。該工具本身不呼叫 LLM，無需 API 金鑰，作為法律 AI 應用的檢索增強生成（RAG）前端使用。
- 專案
- 專案
csyangwen/dsh-memory-evolvedsh‑memory‑evolve 是一個 DSH 插件，為 AI 提供持久的跨會話記憶、待辦事項/專案日誌、基於 Git 的記憶同步、多代理編排（內部子會話與外部 AI 提供商）、可搜尋的無限畫布、可選的審查會話，以及行動端友善的 UI 與通知。它讓 AI 能作為長期夥伴與團隊協調者發揮作用，同時讓使用者完全掌控所有寫入操作。