開發生態
Hugging Face語音管線登熱門
GitHub Trending (python)
Hugging Face 的 speech-to-speech 登上 GitHub Trending，提供低延遲、模組化的 VAD、STT、LLM 與 TTS 語音代理管線。它透過相容 OpenAI Realtime 的 WebSocket API 服務，各元件皆可替換，並支援託管服務或在自有硬體上以 vLLM、llama.cpp 執行本機模型。該管線已作為數千台 Reachy Mini 機器人的正式環境對話後端。
讀原始報導背景
OpenAI Realtime API 可透過 WebSocket 連接，適用於伺服器對伺服器的即時通訊；Responses API 的 WebSocket 模式則能維持持久連線，支援長時間且頻繁呼叫工具的工作流程。新聞所用的 Parakeet TDT 0.6B 是 NVIDIA 開源的語音辨識模型，可用於對話式 AI、語音助理與字幕生成服務。