Mini-Omni：全球首个开源实时交互模型，边说话边思考。（附整合包）

文章预览

之前开源社区还没有一个像样的实时语音对话模型， Mini-Omni可以说是开了一个先河，相信后续基于人机的实时 语音 交互模型会越来越多。 Mini-Omni可以 倾听、说话、思考 同时进行 。 且 具有实时端到端语音输入和流式音频输出 会话能力。实测反应速度极快，仅需5G左右显存，门槛低，大部分人都能体验到。 温馨提示： 你可能需要准备一个麦克风跟它聊天。 （官方演示） 目前只支持英语对话，大家可以拿来做英语学习对话，相信大家英文都比我好。 特点优势： ✅  实时语音 会话功能。无需额外的ASR或TTS模型。 ✅  边说话边思考 ，具有同时生成文本和音频的功能。 ✅  流媒体音频输出 能力。 ✅ 预判能力 ，使用“音频到文本”和“音频至音频”批量推断 以进一步提升性能。 （作者实测） 一键启动： 这种脏活累活就由我来干吧，大家只需一 ………………………………