Repolode
Enviar
farshed

farshed/sage

Um app de chat por voz auto-hospedado, escrito em Rust, para conversar com LLMs usando reconhecimento de fala e síntese de voz de código aberto.

Ver no GitHub
Estrelas
464
Forks
38
Issues abertas
2
Último commit
há 2 meses

O que é?

Sage é um aplicativo de chat por voz auto-hospedado para conversar com modelos de linguagem grandes. A fala é transcrita localmente com o Whisper, a resposta do modelo é gerada por um LLM e reproduzida em voz alta usando o modelo de síntese de voz Kokoro, permitindo que todo o fluxo de processamento de fala funcione offline.

Para gerar texto, você pode executar um modelo local pelo Ollama ou usar um provedor de terceiros. Deepseek, OpenAI, Anthropic e Together.ai são compatíveis desde o início, e a troca entre eles é feita definindo variáveis de ambiente em um arquivo .env. Sage pode ser executado em um contêiner Docker ou de forma nativa, com scripts de configuração para Unix e Windows; a compilação nativa no macOS usa CoreML para o Whisper.

O projeto é voltado a quem quer uma interface de voz para um LLM sem enviar áudio a um serviço de fala na nuvem. O README observa que a inferência do Whisper no Docker é mais lenta do que a execução nativa e lista suporte a CUDA, suporte multilíngue e um prompt de sistema configurável como trabalhos planejados.

Recursos principais

  • 01Conversão local de fala em texto com Whisper e de texto em fala com Kokoro.
  • 02Compatível com Ollama para modelos auto-hospedados e com Deepseek, OpenAI, Anthropic e Together.ai como provedores.
  • 03O provedor e o modelo são escolhidos por meio de variáveis de ambiente.
  • 04Executa em Docker ou de forma nativa no Unix e no Windows.
  • 05Usa CoreML para o Whisper no macOS.

Casos de uso

  • Conversar por voz com um modelo local do Ollama sem enviar áudio a um serviço na nuvem.
  • Adicionar uma interface de voz a um provedor de LLM que você já usa.
  • Experimentar um fluxo offline de fala para LLM e de volta para fala em hardware de consumo.

Em coleções

Apps auto-hospedadosRode LLMs localmenteFerramentas de vídeo e áudio com IA

Tópicos

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

Perguntas frequentes

O que é sage?
Um app de chat por voz auto-hospedado, escrito em Rust, para conversar com LLMs usando reconhecimento de fala e síntese de voz de código aberto. Sage é um aplicativo de chat por voz auto-hospedado para conversar com modelos de linguagem grandes. A fala é transcrita localmente com o Whisper, a resposta do modelo é gerada por um LLM e reproduzida em voz alta usando o modelo de síntese de voz Kokoro, permitindo que todo o fluxo de processamento de fala funcione offline.
sage é gratuito? Qual é a licença?
sage é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
sage ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de sage foi em 16 de set. de 2026.
Para que posso usar sage?
Conversar por voz com um modelo local do Ollama sem enviar áudio a um serviço na nuvem. Adicionar uma interface de voz a um provedor de LLM que você já usa. Experimentar um fluxo offline de fala para LLM e de volta para fala em hardware de consumo.
Onde consigo sage?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/farshed/sage

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados