voice-agents-from-scratch

这是一个从零构建本地语音智能体的Python教学项目，实现端到端实时语音交互流水线：麦克风输入 → 语音活动检测（VAD）→ 语音识别（STT）→ 小型本地大模型（LLM）推理 → 工具调用 → 文本转语音（TTS）→ 扬声器输出。项目采用轻量级ONNX/Quantized模型（如faster-whisper、Kokoro-82M、Qwen 0.5B GGUF），强调显式流式处理、低延迟设计与可调试性，并提供分章节可运行示例和共享工具库。适用于边缘AI场景下的离线语音助手开发、教育演示及本地化语音应用原型验证。