把「良子」装进 MacBook:本地 AI 语音聊天实测,时延压到 1.3 秒
本期把「良子」装进了一台 M5 芯片、16GB 内存的 MacBook:一个能听、能想、能用良子音色开口说话的 AI 语音助手,从我说完到它开口,实测约 1.3 秒。
整套系统拆成五块积木:
• VAD 判停:Silero + SmartTurn,两个小模型跑在 CPU 上
• 语音转写:Qwen3-ASR 0.6B,跑在 Mac 显卡上
• 大脑:DeepSeek,整套系统中唯一上云的部分
• 语音合成:Qwen3-TTS,跑在 Mac 显卡上;一段录音加逐字台词即可迁移目标音色
• 人设:用「女娲」skill 蒸馏出来的角色设定
实测数据:端到端对话延时约 1.3 秒,最快一次 1.26 秒,日常快问快答、中途打断都能正常衔接。
VoxEMW项目仓库:http://t.cn/AX9Eew9e
#微博vibelab##vibelife# @微博科技 http://t.cn/AXp9daJa
发布于 浙江
