Все переводчики речи в реальном времени — херня. Я написал свой. Тоже херня, но бесплатная

[ajijiadduh]

AI Open Source Voice AI Real-time перевод Deepgram Groq Piper TTS STT TTS LLM Google Meet Zoom Личный опыт Elixir Rust macOS Apple Silicon Speech-to-Text Text-to-Speech

???

[janvarev]

Привет!

Я автор опенсорс голосового помощника Ирина (на Хабре 4 статьи + Гитхаб есть).

Могу порекомендовать рассмотреть в воркфлоу еще следующие технологии:

• STT - Vosk STT, у меня стриминговый, отдает ответ по ходу разговора, минимальная задержка. Отлично работает локально, не надо ничего отсылать никуда (хотя качество, вероятно, ниже DeepGram). И да - одноязычный.

• TTS - можно посмотреть в сторону Vosk TTS или Silero - тоже оба локальные, VOSK TTS очень быстрый. Тоже под один язык, правда.