Speech-to-Speech Voice Agent · 可视化实验室

HuggingFace开源的语音到语音Agent系统，采用VAD-STT-LLM-TTS四级级联架构，每级运行在独立线程中通过队列连接。默认使用Silero VAD、Parakeet TDT语音识别、OpenAI兼容LLM和Qwen3-TTS语音合成，已在数千台Reachy Mini机器人上运行，支持OpenAI Realtime兼容API。