mini-omni
gpt-omni
open-source multimodal large language model that can hear, talk while thinking. Featuring real-time end-to-end speech input and streaming audio output conversational capabilities.
AI 简介
Mini-Omni 是一个开源的轻量级多模态大语言模型，支持端到端实时语音输入与流式音频输出的对话能力。其核心特点是无需依赖独立ASR/TTS模块，即可实现语音识别、语言理解与语音合成的一体化推理，并支持“边思考边说话”的同步文本与音频生成。模型采用流式处理架构，兼顾低延迟与高响应性，适用于智能语音助手、实时人机语音交互、无障碍语音服务等对实时性要求较高的场景。
Python
MIT License3.6k
Stars
311
Forks
79
Watchers
37
Issues
Star 增长
今日0
近 7 天0
近 30 天0
综合评分59.48
默认分支main