OpenVoiceChat

Führen Sie natürliche Sprachgespräche mit großen Sprachmodellen.

Normales ProduktChattenSpracherkennungText-zu-Sprache

OpenVoiceChat ist ein Open-Source-Projekt, das eine Plattform für natürliche Sprachgespräche mit großen Sprachmodellen (LLMs) bietet. Es unterstützt verschiedene Spracherkennungs-(STT), Text-zu-Sprache-(TTS)- und LLM-Modelle und ermöglicht Benutzern die Interaktion mit KI über Sprache. Das Projekt verwendet die Apache-2.0-Lizenz, betont Offenheit und Benutzerfreundlichkeit und zielt darauf ab, eine Open-Source-Alternative zu geschlossenen kommerziellen Implementierungen zu sein.

Best AI Websites & Tools

OpenVoiceChat

OpenVoiceChat Alternativen

OpenVoiceChat — Führen Sie natürliche Sprachgespräche mit großen Sprachmodellen.

Sprach-zu-Sprach-Konvertierung — Open-Source-Modul für die Sprach-zu-Sprach-Konvertierung

WeST — Sprachtranskription basierend auf LLM mit 300 Zeilen Code.

NeoBase — NeoBase ist ein Open-Source-KI-Datenbankassistent, mit dem Sie über natürliche Sprache mit Datenbanken interagieren können.

IndexTTS — Industrielles, steuerbares und effizientes Zero-Shot Text-to-Speech-System

bRAG-langchain — Ein Open-Source-Projekt zum Erstellen von Retrieval-Augmented Generation (RAG)-Anwendungen.

Moonlight — Moonlight ist ein 16B-Parameter-Mixture-of-Experts-Modell (MoE), das mit dem Muon-Optimierer trainiert wurde und hervorragende Leistung zeigt.

FireRedASR-AED-L — Open-Source-Modell für industrielle automatische Spracherkennung, unterstützt Mandarin, Dialekte und Englisch, hervorragende Leistung.

FireRedASR — Ein quelloffenes, industrietaugliches Mandarin-Sprachmodell zur automatischen Spracherkennung (ASR), das verschiedene Anwendungsszenarien unterstützt.

RAG-FiT — RAG-FiT ist eine Bibliothek zur Verbesserung der Fähigkeit großer Sprachmodelle (LLMs), externe Informationen zu nutzen, indem speziell erstellte RAG-erweiterte Datensätze zum Feintuning des Modells verwendet werden.

s1-32B — s1 ist ein auf Qwen2.5-32B-Instruct feinabgestimmtes Inferenzmodell, das lediglich mit 1000 Beispielen trainiert wurde.

node-DeepResearch — Durchsucht und liest Webseiten kontinuierlich, bis eine Antwort gefunden wird (oder das Token-Budget erschöpft ist).

Tülu 3 405B — Tülu 3 405B ist ein großes, quelloffenes Sprachmodell, dessen Leistung durch Reinforcement Learning verbessert wurde.

Janus-Pro-1B — Janus-Pro-1B ist ein einheitliches, multimodales, autoregressives Framework für Verständnis und Generierung.

SpeechGPT 2.0-Vorschau — Das erste kontextintelligente, menschenähnliche Echtzeit-Interaktionssystem für die Sprachsteuerung, das mehrsprachige, vielseitige Interaktionen unterstützt.

Baichuan-M1-14B — Von Baichuan Intelligence entwickeltes Open-Source-Sprachmodell, speziell optimiert für den medizinischen Bereich, mit herausragenden allgemeinen Fähigkeiten und Leistung im medizinischen Sektor.

RealtimeSTT — Eine robuste, effiziente und latenzarme Bibliothek zur Sprach-zu-Text-Konvertierung mit fortschrittlicher Sprachaktivitätserkennung, Wake-Word-Aktivierung und Echtzeit-Transkription.

xiaozhi-esp32 — Ein KI-Chatbot-Projekt auf Basis von ESP32, das mehrsprachige Konversation und Spracherkennung ermöglicht.

YuLan-Mini — Ein hoch effizientes, leichtgewichtiges Sprachmodell mit 240 Millionen Parametern

DeepSeek-V3 — Ein Mixture-of-Experts Sprachmodell mit 671 Milliarden Parametern.

Robo Blogger — Assistent zur Umwandlung von Sprache in Blogbeiträge

Moonshine Web — Echtzeit-Spracherkennungs-Anwendung im Browser

OmniAudio-2.6B — Das weltweit schnellste, am Rande der Cloud einsetzbare Audio-Sprachmodell

Megrez-3B-Omni — Open-Source-Modell für umfassendes modales Verständnis auf Endgeräten

Q-RWKV-6 32B Instruct Vorschau — Die leistungsstärkste Variante des RWKV-Modells, die mehrere englische Benchmarks übertrifft.

Ai2 OpenScholar — Wissenschaftsliteratur-Suchmaschinen-erweiterte Sprachmodell

Llama-3.1-Tulu-3-8B-RM — Erweitertes, instruktionsfolgendes Modell mit umfassender Anleitung zu modernen Nachtrainingstechniken.

Llama-3.1-Tulu-3-70B-SFT — Führende Familie von Modellen mit Anweisungsbefolgung, die Open-Source-Daten, -Code und -Anleitungen bereitstellt.

Llama-3.1-Tulu-3-8B-DPO — Fortschrittliches Textgenerierungsmodell für diverse Aufgaben

playwright-ai — Ein KI-Tool für Playwright-Tests mit der Anthropic API.