Hugging Face、Reachy Mini向けの完全ローカル音声間変換スタックをリリース

Hugging Faceは、Reachy Miniロボット用の完全にローカルな会話型バックエンドを展開するためのガイドを公開した。これは、'speech-to-speech'ライブラリをカスケードパイプラインとして利用する。推奨される構成では、llama.cppを使用して、64kコンテキストウィンドウのGemma 4モデルを提供し、Sileroを音声アクティビティ検出に、Parakeet-TDTを音声テキスト変換に、Qwen3をテキスト音声変換に使用する。このアーキテクチャは、OpenAIリアルタイムプロトコルと互換性のあるWebSocket APIを公開し、開発者が特定のレイテンシまたは品質のニーズに基づいてLLMまたはTTSモデルなどのコンポーネントを交換できるようにし、すべてのオーディオ処理をローカルハードウェアで行うことを可能にする。