speaches

Speaches 是一个兼容 OpenAI API 的本地语音处理服务，支持流式语音识别（STT）、语音翻译与文本转语音（TTS）功能。核心基于 faster-whisper 实现低延迟音频转录，集成 Kokoro（Hugging Face TTS Arena 排名第一）和 Piper 提供高质量语音合成，并支持动态模型加载/卸载、GPU/CPU 自适应推理及 Docker 一键部署。适用于需私有化部署语音接口的场景，如企业级语音助手开发、会议实时字幕生成、无障碍交互系统及 AI 应用中嵌入语音能力的开发者。