Hugging Face, Reachy Mini용 완전 로컬 음성 대 음성 스택 공개
Hugging Face가 개인정보 보호를 보장하고 API 비용을 없애기 위해 llama.cpp, Silero VAD, Qwen3-TTS를 사용하는 Reachy Mini용 로컬 음성 대 음성 파이프라인을 공개했습니다.
허깅 페이스(Hugging Face)는 리치 미니 로봇(Reachy Mini)을 위한 완전한 로컬 대화형 백엔드 배포 가이드를 발표했다. 이 가이드는 연속된 파이프라인으로 작동하는 '음성-음성' 라이브러리를 활용한다. 권장 구성은 64k 컨텍스트 창을 가진 젬마 4 모델(Gemma 4 model)을 제공하기 위해 llama.cpp를 활용하며, 음성 활동 감지를 위해 Silero, 음성-텍스트 변환을 위해 Parakeet-TDT, 텍스트-음성 변환을 위해 Qwen3를 사용한다. 이 아키텍처는 OpenAI 실시간 프로토콜과 호환되는 웹소켓 API를 노출하여 개발자가 특정 지연 시간 또는 품질 요구 사항에 따라 LLM 또는 TTS 모델과 같은 구성 요소를 교체할 수 있게 하면서 모든 오디오 처리를 로컬 하드웨어에서 유지할 수 있다.