참고팁Reddit
로컬 환경 저지연 음성 인터페이스 'HermesConsole' 공개
Nemotron과 Breeze TTS 2를 활용한 음성-대-음성 로컬 서버 구축 및 클라이언트 레퍼런스.
요약
사용자가 로컬 환경에서 저지연 스트리밍 음성 대화 기능을 구현할 수 있는 VoiceManager 오픈소스 프로젝트가 공개됐다. 3월부터 개발된 이 프로젝트는 단일 WebSocket을 통해 실시간 STT 및 TTS 서비스를 제공하며, 기본 설정으로 audio.cpp 사이드카와 함께 Nemotron 및 Breeze TTS 2 모델을 활용한다. Barge-in 기능을 지원하여 대화 중 끼어들기가 가능하며, 에코 캔슬레이션 문제로 인해 해당 기능은 토글 형태로 제어할 수 있다. 클라이언트 통합 문서와 파이썬(Python) 클라이언트를 제공하여 사용자가 자신의 AI 에이전트에 음성 기능을 쉽게 추가할 수 있도록 돕는다. 데모인 HermesConsole은 코틀린(Kotlin) 기반의 클라이언트 참조 앱으로 구현되어 있다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 HermesConsole: A demo showing off VoiceManager, my low latency streaming STT / TTS server. MIT, client docs, and python client.
원문 보기 ↗