AIbase

百聆
百聆
该产品适合需要高效语音交互体验的用户，无论是日常对话、信息查询还是任务管理，百聆都能提供便捷的语音支持，尤其适合对硬件配置要求不高但对语音交互质量有较高要求的用户。
聊天机器人语音识别#AI#语音助手#开源#低配置#语音对话普通产品开源
总访问量： 474,564,576
占比最多地区： US(19.34%)
1,092
产品介绍
网站流量
同类开源产品
替代品
简介
百聆是一个开源的语音对话助手，旨在通过语音与用户进行自然的对话。该项目结合了语音识别(ASR)、语音活动检测(VAD)、大语言模型(LLM)和语音合成(TTS)技术，提供高质量的语音对话体验。其主要优点是无需GPU即可实现类GPT-4o的对话效果，适用于各种边缘设备和低资源环境。百聆完全开源，鼓励社区贡献与二次开发，用户可以根据自己的需求进行定制和优化。
截图
产品特色
高效开源模型：百聆使用多个开源模型，确保高效、可靠的语音对话体验。
无需GPU：通过优化，可本地部署，仍能提供类GPT-4的性能表现。
模块化设计：ASR、VAD、LLM和TTS模块相互独立，可根据需求进行替换和升级。
支持记忆功能：具备持续学习能力，能够记忆用户的偏好与历史对话，提供个性化的互动体验。
支持工具调用：灵活集成外部工具，用户可通过语音直接请求信息或执行操作，提升助手的实用性。
支持任务管理：高效管理用户任务，能够跟踪进度、设置提醒，并提供动态更新，确保用户不错过任何重要事项。
使用教程
1. 克隆项目仓库：git clone https://github.com/wwbin2017/bailing.git，然后进入项目目录cd bailing。
2. 安装所需依赖：pip install -r requirements.txt。
3. 配置环境变量：打开config/config.yaml配置ASR LLM等相关配置，下载SenseVoiceSmall到目录models/SenseVoiceSmall，并获取deepseek的api_key。
4. 启动后端服务：cd server，运行python server.py（可选）。
5. 启动主程序：运行python main.py，系统会等待语音输入，用户即可开始使用百聆进行语音对话。
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图
同类开源产品
Spillmate
Spillmate是一个AI聊天机器人，专注于为年轻成年人、学生和专业人士提供压力和心理健康管理支持。
聊天机器人#认知行为疗法
1stroke
1Stroke是一款AI助手，能在网页任何文本框中生成有意义的回复，加快沟通速度。
聊天机器人#智能回复
Hive Chat
HiveChat 是一款专为中小型团队打造的 AI 聊天应用，支持多用户模式及权限管理，方便团队在协作中高效利用 AI 技术。
聊天机器人#团队协作
Puretalk.ai
Puretalk AI®提供智能响应式AI平台，从语音代理到聊天机器人，实现人类般流畅对话，提升满意度和简化运营。
聊天机器人#智能对话
Getbutton AI Chatbots For Websites
ChatGPT是一个基于网站内容训练的AI聊天机器人，可以24/7代表您与访客交流。
聊天机器人#客户服务
Parakeet Tdt 0.6b V2
parakeet-tdt-0.6b-v2 是一个 600 百万参数的自动语音识别（ASR）模型，旨在实现高质量的英语转录，具有准确的时间戳预测和自动标点符号、大小写支持。
语音识别#深度学习
Brutalgpt
BrutalGPT是一个提供直言不讳反馈的AI对话平台，用户可以通过与AI对话获取产品构想或个人反馈。
聊天机器人#反馈
SELPHO
Selpho提供AI技术驱动的医疗保健解决方案，包括MediDoc AI Chatbot、Vision DocScanner和AI Physician Handbook。
聊天机器人#medical AI
Qwen3
优质新品
Qwen3是通义千问团队推出的最新大型语言模型，旨在通过强大的思考和快速响应能力，为用户提供高效、灵活的解决方案。
聊天机器人
替代品
Parakeet Tdt 0.6b V2
parakeet-tdt-0.6b-v2 是一个 600 百万参数的自动语音识别（ASR）模型，旨在实现高质量的英语转录，具有准确的时间戳预测和自动标点符号、大小写支持。
语音识别#深度学习
Kimi Audio
Kimi-Audio 是一个先进的开源音频基础模型，旨在处理多种音频处理任务，如语音识别和音频对话。
语音识别#音频处理
Purechat
PureChat 是一款结合 AI 和前沿技术的现代聊天应用，采用 Vue3 和 ElementPlus 构建，内置 OpenAI、Ollama、DeepSeek 等大语言模型。
聊天机器人#AI
Openchat
优质新品
OpenChat 是一个现代化的全栈 AI 聊天应用，采用 React 和 Cloudflare Workers 构建，结合 Connect RPC 实现高效通信，通过 Tauri 支持多平台客户端。
聊天机器人#聊天
Open Multi Agent Canvas
Open Multi-Agent Canvas 是一个基于 Next.js、LangGraph 和 CopilotKit 构建的开源多智能体聊天界面。
聊天机器人#开源
Liteavatar
LiteAvatar是一个音频驱动的实时2D头像生成模型，主要用于实时聊天场景。
聊天机器人#虚拟头像
Deephermes 3 Llama 3 8B Preview
DeepHermes 3 是 NousResearch 开发的先进语言模型，能够通过系统性推理提升回答准确性。
聊天机器人#推理
Hivechat
HiveChat是一款面向中小团队的AI聊天应用，支持多种主流AI模型，如Deepseek、Open AI、Claude和Gemini等。
聊天机器人#团队协作
Step Audio
Step-Audio是首个生产级开源智能语音交互框架，整合了语音理解与生成能力，支持多语言对话、情感语调、方言、语速和韵律风格控制。
语音识别#多语言
精选AI产品推荐
Nocode
中文精选
NoCode 是一款无需编程经验的平台，允许用户通过自然语言描述创意并快速生成应用，旨在降低开发门槛，让更多人能实现他们的创意。
开发平台#应用开发
912
Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具，支持中文和英语，基于前沿 AI 技术，能够快速生成用户感兴趣的播客内容。
音频生成#AI
348
Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理，能够将创意提示转化为艺术作品，支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128
Fastvlm
FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。
AI模型#图像处理开源
564
Smart PDFs
国外精选
Smart PDFs 是一个在线工具，利用 AI 技术快速分析 PDF 文档，并生成简明扼要的总结。
文章摘要#AI
984
Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480
Anyvoice
AnyVoice是一款领先的AI声音生成器，采用先进的深度学习模型，将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k
Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k