mini-omni

Mini-Omni 是一个开源的多模态大型语言模型，能够实时处理语音输入和输出，实现边听边说边思考的对话能力。其核心功能包括实时端到端的语音到语音交流、同步生成文本和音频以及流式音频输出，无需额外的自动语音识别或文本转语音模型。该模型适用于需要即时语音交互的应用场景，如智能助手、客户服务机器人等。使用 Python 编写，并在 MIT 许可下发布，项目已获得 3546 个星标和 311 个分叉，表明其在社区中的受欢迎程度和技术价值。