应用介绍
实时语音对话的 AI 基本都在云端,按分钟计费,说的话也全上传了。Parlor 是一个完全在设备上运行的实时多模态 AI,体验接近 GPT-Live,能边听边看边回答。
它在 Apple Silicon 上用 MLX 和 LiteRT-LM 运行 Gemma 模型,Kokoro 负责语音合成;作者用它在家庭服务器上免费提供英语口语练习,已有数百名月活用户。
全本地:语音识别、理解和合成都在本机。
多模态:同时处理语音和画面。
实时对话:低延迟的语音交互。
Apple Silicon:基于 MLX 优化运行。
它在 Apple Silicon 上用 MLX 和 LiteRT-LM 运行 Gemma 模型,Kokoro 负责语音合成;作者用它在家庭服务器上免费提供英语口语练习,已有数百名月活用户。
软件功能
全本地:语音识别、理解和合成都在本机。
多模态:同时处理语音和画面。
实时对话:低延迟的语音交互。
Apple Silicon:基于 MLX 优化运行。

