OpenVoiceChat

Converse naturalmente por voz com modelos de linguagem grandes.

Produto ComumChatReconhecimento de VozTexto para Voz

O OpenVoiceChat é um projeto de código aberto que visa fornecer uma plataforma para conversas de voz natural com modelos de linguagem grandes (LLMs). Ele suporta diversos modelos de reconhecimento de voz (STT), texto para voz (TTS) e LLM, permitindo que os usuários interajam com a IA por meio da voz. O projeto utiliza a licença Apache-2.0, enfatizando a abertura e a facilidade de uso, com o objetivo de ser uma alternativa de código aberto para soluções comerciais fechadas.

Best AI Websites & Tools

OpenVoiceChat

OpenVoiceChat Alternativas

OpenVoiceChat — Converse naturalmente por voz com modelos de linguagem grandes.

conversão_voz_para_voz — Módulo de conversão de voz para voz de código aberto

NeoBase — NeoBase é um assistente de banco de dados AI de código aberto que permite que você interaja com o banco de dados usando linguagem natural.

Instella — Instella é um modelo de linguagem de código aberto de alto desempenho desenvolvido pela AMD, projetado para acelerar o desenvolvimento de modelos de linguagem de código aberto.

Migician — Migician é um modelo de linguagem grande multimodal focado na localização de imagens múltiplas, capaz de realizar localização precisa de imagens múltiplas de forma livre.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

bRAG-langchain — Um projeto de código aberto para construir aplicativos de Geração Aumentada por Busca (Retrieval-Augmented Generation - RAG).

Moonlight — Moonlight é um modelo de especialista misto com 16 bilhões de parâmetros, treinado com o otimizador Muon, apresentando desempenho excepcional.

RAG-FiT — RAG-FiT é uma biblioteca para aprimorar a capacidade dos LLMs de usar informações externas, ajustando finamente os modelos com um conjunto de dados RAG aprimorado especialmente criado.

Tülu 3 405B — Tülu 3 405B é um modelo de linguagem de código aberto em larga escala, com desempenho aprimorado por meio de aprendizado por reforço.

Open R1 — Este é um projeto de recriação de um modelo DeepSeek-R1 totalmente aberto, destinado a ajudar desenvolvedores a reproduzir e construir modelos baseados em R1.

Janus-Pro-1B — Janus-Pro-1B é uma estrutura auto-regressiva unificada de compreensão e geração multimodal.

SpeechGPT 2.0-prévia — O primeiro sistema de interação em tempo real de nível humano orientado para inteligência contextual, suportando interação de voz multi-emocional e multi-estilo.

Baichuan-M1-14B — Modelo de linguagem extenso de código aberto desenvolvido pela Baichuan Intelligence, otimizado para cenários médicos, com capacidades gerais excepcionais e desempenho superior na área médica.

DeepSeek-R1-Distill-Qwen-1.5B — DeepSeek-R1-Distill-Qwen-1.5B é um modelo de linguagem de código aberto eficiente para inferência, adequado para diversas tarefas de processamento de linguagem natural.

RealtimeSTT — Uma biblioteca robusta, eficiente e de baixa latência para conversão de voz em texto, com detecção avançada de atividade de voz, ativação por palavra-chave e transcrição em tempo real.

xiaozhi-esp32 — Projeto de chatbot de IA baseado em ESP32, capaz de realizar conversas multilíngues e reconhecimento de voz.

YuLan-Mini — Modelo de linguagem leve e de alta eficiência com 240 milhões de parâmetros

DeepSeek-V3 — Modelo de linguagem Mixture-of-Experts com 671B de parâmetros.

Robo Blogger — Assistente de IA que transforma fala em artigos de blog

OmniAudio-2.6B — O modelo de linguagem de áudio para implantação em edge mais rápido do mundo

Megrez-3B-Omni — Modelo de compreensão multimodal de ponta aberto

OLMo 2 7B — Modelo de linguagem extenso com 7B de parâmetros, aprimorando a capacidade de processamento de linguagem natural.

Llama-3.1-Tulu-3-70B-SFT — Modelo líder em uma família de modelos de seguimento de instruções, oferecendo dados, código e diretrizes de código aberto.

Ultravox.ai — IA de voz de próxima geração, criando agentes de voz de IA para comunicação natural.

Tencent-Hunyuan-Large — Modelo de especialista misto de larga escala de código aberto líder do setor

Transcribro — Teclado e serviço de texto por voz privado e local para Android.

llmc — Ferramenta de linha de comando de inferência local que converte descrições em linguagem natural em comandos shell executáveis.

Tabela de Conhecimento — Ferramenta de código aberto que simplifica a extração e exploração de dados estruturados a partir de documentos não estruturados.

NotesGPT — Aplicativo de notas de voz impulsionado por IA, que converte a fala em resumos organizados e itens de ação claros.