Hugging Face и Cerebras представили опенсорсного голосового ИИ-агента реального времени!
Открытый голосовой агент от Hugging Face и Cerebras
Мы рады сообщить о новом проекте от Hugging Face и Cerebras. Они создали пример полностью опенсорсного голосового диалогового агента, который работает в реальном времени.
В основе агента лежат три ключевых компонента:
- Gemma 4 VLM на Cerebras: быстрый инференс
- Parakeet (Nvidia): распознавание речи
- Qwen3TTS (Alibaba): синтез голоса
Благодаря такой архитектуре задержка минимальна, а отклик системы почти мгновенный. Уже сейчас решение функционирует на роботах Reachy Mini, количество которых превышает 9000 устройств.
Ознакомиться с наработками можно на GitHub и в онлайн-демо. Детали реализации описаны в блоге Hugging Face.
Ещё новости:
