fikrikarim/parlor

O que é?

Recursos principais

• 01Executa no dispositivo o reconhecimento de fala, a visão e a geração de respostas com o Gemma 4 via llama.cpp.
• 02Alternância de turnos sem usar as mãos, com Silero VAD e detecção de fim de turno pelo smart-turn-v3.
• 03Transmite transcrições e respostas faladas frase por frase, com suporte a interrupções.
• 04Oferece temporizadores com contagem regressiva e controle para cancelar.
• 05Oferece modos de tradução ao vivo e apenas escuta.
• 06Pesquisa opcional em segundo plano por meio de qualquer endpoint compatível com OpenAI.

Casos de uso

• Praticar inglês falado com um tutor de voz privado e gratuito em um servidor doméstico ou laptop.
• Pensar em voz alta enquanto o assistente transcreve anotações sem responder em voz alta.
• Interpretação consecutiva de conversas em qualquer idioma que o Gemma entenda.
• Experimentar assistentes multimodais locais em Macs com Apple Silicon.

Início rápido

1. 1

   Clone o repositório

   git clone https://github.com/fikrikarim/parlor.git
2. 2

   Acesse o diretório do projeto

   cd parlor
3. 3

   Instale o llama.cpp (macOS)

   brew install llama.cpp
4. 4

   Instale as dependências e inicie o servidor; em seguida, abra http://localhost:8000

   uv sync && uv run parlor

Antes de usar

• !É uma prévia de pesquisa, com aspectos ainda pouco polidos e bugs.
• !Requer macOS com Apple Silicon ou uma GPU compatível com Linux, além da versão de build b9503 ou posterior do llama.cpp.
• !O modelo padrão precisa de cerca de 6 GB de RAM livre e, na primeira execução, é necessário baixar um modelo de aproximadamente 5,7 GB.

Em coleções

Tópicos

Perguntas frequentes

O que é parlor?

Assistente de IA com voz e câmera, em tempo real e totalmente local, baseado no Gemma 4 e no llama.cpp, para Apple Silicon ou Linux. Parlor é um assistente multimodal em tempo real e auto-hospedado que escuta pelo microfone e enxerga pela câmera, respondendo em voz alta. Todo o pipeline roda na máquina do usuário: o Gemma 4 E4B, servido pelo llama.cpp, cuida de fala e visão; o Kokoro converte texto em fala; e o smart-turn-v3 do Pipecat detecta quando o usuário terminou de falar. A interface web captura áudio e quadros JPEG via WebSocket, e um servidor FastAPI executa o loop da conversa.

parlor é gratuito? Qual é a licença?

parlor é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

parlor ainda é mantido?

Atualizado nos últimos 6 meses. O último commit de parlor foi em 3 de ago. de 2026.

Para que posso usar parlor?

Praticar inglês falado com um tutor de voz privado e gratuito em um servidor doméstico ou laptop. Pensar em voz alta enquanto o assistente transcreve anotações sem responder em voz alta. Interpretação consecutiva de conversas em qualquer idioma que o Gemma entenda. Experimentar assistentes multimodais locais em Macs com Apple Silicon.

Como instalar parlor?

Clone o repositório: git clone https://github.com/fikrikarim/parlor.git Acesse o diretório do projeto: cd parlor Instale o llama.cpp (macOS): brew install llama.cpp Instale as dependências e inicie o servidor; em seguida, abra http://localhost:8000: uv sync && uv run parlor

Onde consigo parlor?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/fikrikarim/parlor