Repolode
Enviar
farshed

farshed/sage

Aplicación de chat de voz autoalojada en Rust para hablar con LLM mediante reconocimiento de voz y síntesis de voz de código abierto.

Ver en GitHub
Estrellas
464
Forks
38
Issues abiertos
2
Último commit
hace 2 meses

¿Qué es?

Sage es una aplicación de chat de voz autoalojada para conversar con modelos de lenguaje grandes. Whisper transcribe el audio localmente, un LLM genera la respuesta del modelo y el modelo de texto a voz Kokoro la reproduce en voz alta, por lo que el flujo de procesamiento de voz puede funcionar sin conexión.

Para generar texto, puedes ejecutar un modelo local mediante Ollama o usar un proveedor externo. Deepseek, OpenAI, Anthropic y Together.ai son compatibles de forma predeterminada; para cambiar de proveedor, basta con definir variables de entorno en un archivo .env. Sage puede ejecutarse como contenedor Docker o de forma nativa, con scripts de instalación para Unix y Windows; la compilación nativa en macOS usa CoreML para Whisper.

El proyecto está dirigido a quienes quieren una interfaz de voz para un LLM sin enviar audio a un servicio de voz en la nube. El README indica que la inferencia con Whisper en Docker es más lenta que la ejecución nativa, y menciona como trabajo previsto la compatibilidad con CUDA y varios idiomas, además de un prompt de sistema configurable.

Funciones clave

  • 01Transcripción de voz local con Whisper y síntesis de voz con Kokoro.
  • 02Compatible con Ollama para modelos autoalojados y con Deepseek, OpenAI, Anthropic y Together.ai como proveedores.
  • 03El proveedor y el modelo se eligen mediante variables de entorno.
  • 04Se ejecuta en Docker o de forma nativa en Unix y Windows.
  • 05Usa CoreML para Whisper en macOS.

Casos de uso

  • Hablar por voz con un modelo local de Ollama sin enviar audio a un servicio en la nube.
  • Añadir una interfaz de voz a un proveedor de LLM que ya uses.
  • Experimentar con un flujo sin conexión que convierte voz en texto para un LLM y vuelve a generar voz, usando hardware de consumo.

En colecciones

Apps autoalojadasEjecuta LLM en localHerramientas de vídeo y audio con IA

Temas

#voice-assistant#llm#speech-to-text#text-to-speech#whisper#self-hosted#ollama#rust

Preguntas frecuentes

¿Qué es sage?
Aplicación de chat de voz autoalojada en Rust para hablar con LLM mediante reconocimiento de voz y síntesis de voz de código abierto. Sage es una aplicación de chat de voz autoalojada para conversar con modelos de lenguaje grandes. Whisper transcribe el audio localmente, un LLM genera la respuesta del modelo y el modelo de texto a voz Kokoro la reproduce en voz alta, por lo que el flujo de procesamiento de voz puede funcionar sin conexión.
¿sage es gratuito? ¿Qué licencia tiene?
sage es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿sage sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de sage fue el 16 sept 2026.
¿Para qué puedo usar sage?
Hablar por voz con un modelo local de Ollama sin enviar audio a un servicio en la nube. Añadir una interfaz de voz a un proveedor de LLM que ya uses. Experimentar con un flujo sin conexión que convierte voz en texto para un LLM y vuelve a generar voz, usando hardware de consumo.
¿Dónde consigo sage?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/farshed/sage

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados