Devotd Github
新着マルチモーダル

jms1717/ming-voice — AMD Radeon向けローカル音声対話ツール

jms1717/ming-voiceは、AMD RadeonでMing-3.0-audio-tinyを実行し、音声入力に音声で応答するローカル対話ツールです。

リポジトリ情報jms1717/ming-voice ↗

jms1717/ming-voiceは、AMD RadeonでMing-3.0-audio-tinyを実行し、音声入力に音声で応答するローカル対話ツールです。

GitHub の説明: Low-latency local speech-to-speech voice assistant with Ming-3.0-audio-tiny on AMD Radeon GPUs (ROCm on WSL2)

スター
★ 95
フォーク
3
言語
Python
ライセンス
MIT
最新リリース
v1.6.0
原文を見る ↗GitHub で見る ↗

jms1717/ming-voiceは、AMD Radeon環境で音声入力を受け取り、音声で応答するローカル音声対話アシスタントです。GitHubリポジトリの最新リリースはv1.6.0です。ただし、提供されたFACTSにはこのバージョンで変更された内容が記載されていないため、変更点を確認することはできません。リポジトリはPythonで書かれており、MITライセンスを使用しています。

このツールはAMD Radeon環境でROCmとWSL2を利用してMing-3.0-audio-tinyを動かします。発話終了から約0.25秒で音声応答を開始するという数値が紹介されており、fused MoEとfastlinearに関するモジュールも含まれます。対話機能のほかに検索・天気・タイマーと記憶保存を案内し、READMEにはHome AssistantおよびJellyfinとの連携にも対応していると記載があります。Web画面と互換APIを提供し、LinuxとWindowsで実行できます。

READMEでは、ロック解除のような危険な操作には確認を求めると説明しています。応答開始時間はREADMEに示された特定の機器での自己測定値であり、他の実装と比較した結果はFACTSにありません。したがって、約0.25秒という数値だけで一般的な性能を判断するより、AMD Radeonベースのローカル音声対話構成の一例として捉えるのが適切です。