Все репозитории

Python-фреймворк для голосовых и мультимодальных агентов в реальном времени: из модулей собираешь пайплайн «речь, модель, речь». Есть клиентские SDK для веба и мобильных.

Кому подойдёт

Разработчикам, которые строят голосовых ассистентов и звонилки.

Как начать

  1. Установи пакет pipecat-ai из PyPI.
  2. Запусти шаблон: pipecat init quickstart.
  3. Пройди quickstart на docs.pipecat.ai и посмотри примеры в репозитории.

Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.

Звёзды за последние 30 дней

+9476 сент. — 5 окт.
15 24116 188

Описание автора

Open Source framework for voice agents, multimodal apps, and realtime AI. Maintained by Daily and the community.

Классический веб-интерфейс для Stable Diffusion: генерация картинок из текста, доработка, апскейл и тысячи расширений от сообщества.

165 тыс.звёзд+664 за 30 дн.Python

Comfy-Org

ComfyUI

Растёт быстрее всех

Графический конструктор пайплайнов для диффузионных моделей: собираешь генерацию картинок, видео и аудио из узлов. Работает локально и умеет отдавать результат по API.

136 тыс.звёзд+4,7 тыс. за 30 дн.Python

openai

whisper

Эталонная модель распознавания речи от OpenAI: транскрибирует аудио на десятках языков, переводит речь и определяет язык.

110 тыс.звёзд+1,6 тыс. за 30 дн.Python

RVC-Boss

GPT-SoVITS

Клонирование голоса по очень короткому образцу: минуты записи хватает, чтобы дообучить модель синтеза речи. Есть веб-интерфейс для разметки и обучения.

62 тыс.звёзд+1,1 тыс. за 30 дн.Python

ggml-org

whisper.cpp

Whisper, переписанный на C/C++: быстро работает на обычном процессоре и на Mac, без Python и тяжёлых зависимостей. Удобно встраивать в приложения.

54 тыс.звёзд+759 за 30 дн.C++

2noise

ChatTTS

Модель синтеза речи, заточенная под живой разговорный диалог: умеет паузы, смех и интонации. Хороша для голосовых помощников и озвучки реплик.

40 тыс.звёзд+136 за 30 дн.Python