Local voice agents on macOS with Pipecat Local voice agents on macOS with Pipeca

Local voice agents on macOS with Pipecat

该GitHub仓库展示了一个基于Pipecat开源框架的macOS本地实时语音AI代理。此代理的核心功能在于其低延迟（M系列Mac上可达800毫秒以下）的语音到语音交互能力，所有关键组件如语音活动检测、语音转文本、大语言模型处理和文本转语音均在本地运行。项目强调高度的模块化和可定制性，允许用户灵活替换模型（如Silero VAD、MLX Whisper、Gemma3 12B和Kokoro TTS）或重新配置整个处理管道，并支持工具调用、并行推理等高级功能。代理与基于React的Web客户端之间通过低延迟、无服务器的WebRTC连接进行通信，确保了高效的实时音频传输。为了支持大语言模型，用户需要运行一个本地的OpenAI兼容LLM服务器。