Hugging Face 發布 Reachy Mini 全本地語音交互棧
hugging face 發布了用於 reachy mini 的本地語音處理流水線,使用 llama.cpp、silero vad 和 qwen3-tts 以確保隱私並無 api 費用。
Hugging Face 發布了一份關於為 Reachy Mini 機器人部署完全本地的對話後端指南,利用了一個稱為「語音到語音」(speech-to-speech)的函式庫,作為一個串聯的處理流程。推薦的配置使用 llama.cpp 來服務 Gemma 4 模型,擁有 64k 的上下文窗口,與 Silero 進行語音活動偵測,Parakeet-TDT 進行語音轉文字,Qwen3 進行文字轉語音。此架構公開了一個與 OpenAI 即時通訊協議相容的 WebSocket API,使開發人員能夠根據特定的延遲或品質需求替換 LLM 或 TTS 模型,同時將所有音訊處理保留在本地硬體上。