Ichigo
不活跃简介
开源本地实时语音 AI 系统，支持完全离线运行的实时语音对话，适用于构建私有化的语音助手和语音交互应用。
核心特性
- 完全离线的实时语音 AI 系统，支持 ASR、LLM 和 TTS 能力
- 紧凑的 2200 万参数语音分词器，支持多语言 ASR（英语 + 越南语）
- 受 Meta Chameleon 启发的早期融合技术，实现语音-语言模型集成
- 支持单文件和文件夹批量转录的批处理功能
- FastAPI 服务提供 OpenAI 兼容的 API 端点，便于前端集成
- 模块化架构，支持 ASR 和 TTS 组件间的跨任务训练
适用场景
💡 构建完全本地推理的私有语音助手
💡 离线部署场景的多语言语音识别
💡 语音-语言模型统一与早期融合技术的研究
💡 创建支持 ASR 和语音语言模型的语音交互应用
分类
快速开始
通过 'pip install ichigo' 安装。使用 ASR：'from ichigo.asr import transcribe; results = transcribe("路径/文件")'。批量处理可传入文件夹路径。启动 API 服务器：'uvicorn asr:app --host 0.0.0.0 --port 8000' 或使用 Docker。访问 localhost:8000/docs 查看 API 文档。