Søgning
4 briefing-resultat(er) for »stt«
HermesConsole: Open source voice-assistent med lav latenstid
VoiceManager er en streaming STT/TTS-server, der kører lokalt over én WebSocket. Den understøtter wake word, barge-in og værktøjskald. MIT-licens.
Benchmark måler time-to-first-token på tværs af hele voice-stakken
Undersøgelsen dækker LLM, speech-to-text, text-to-speech og speech-to-speech. Voice-agents fejler på latency længe før de fejler på intelligens.
Opfølgning: Lokal realtids-stack til stemmeinteraktion med Ollama
En bruger har sammensat Parakeet STT, Qwen 2.5 7B og Qwen3-TTS til lokal stemmestyring. Bygger videre på tidligere lokale AI-projekter. Se …
reCamera Pro kombinerer computer vision med LLM/VLM på enheden
Seeed Studios nye AI-kamera bruger Rockchip RV1126B med 3 TOPS NPU til on-device vision, men understøtter også LLM, VLM, STT og TTS …