开源、本地运行的语音工作室,支持声音克隆、声音设计、视频配音、听写、转录和有声书制作。
- Star
- 13,774
- Fork
- 2,636
- 未关闭 Issue
- 1,804
- 最近提交
- 3小时前
这是什么?
Omi 是一款开源的个人 AI 助手,可以记录屏幕内容和周围的对话,实时转写音频,并生成摘要与待办事项。它覆盖桌面、手机和可穿戴设备,其聊天功能会以已采集的历史内容作为记忆来回答问题。
项目为单一仓库,包含多个组件:基于 Swift 和 SwiftUI 的 macOS 应用、Windows 桌面应用、使用 Flutter 开发的 iOS 与 Android 移动应用、基于 FastAPI 和 Firebase 的 Python 后端、可穿戴设备固件(nRF/Zephyr)以及 ESP32-S3 眼镜原型,还有 Python、Swift、React Native 等设备 SDK、MCP 服务和基于 Next.js 的 AI Persona 示例。后端转写流程涉及语音活动检测、说话人分离,并使用 Deepgram 进行语音识别,同时依赖 Firestore、Redis 和大语言模型。
开发者可以通过一条脚本让 macOS 应用连接云端后端运行,也可以搭建完整的本地后端环境。仓库同时提供第三方集成的应用开发指南,以及记忆、对话和待办事项的 REST 接口。
核心功能
- 01实时采集屏幕内容与对话并转写为文字。
- 02基于录音内容自动生成摘要和待办事项。
- 03AI 聊天可结合已采集的历史内容回答问题。
- 04支持 macOS、Windows、iOS、Android 以及配套可穿戴设备。
- 05提供设备 SDK、REST 接口和 MCP 服务用于集成开发。
适用场景
- 会后回顾会议讨论内容并整理待办事项。
- 基于采集的对话内容开发第三方应用或集成。
- 研究可穿戴 AI 硬件及 BLE 设备 SDK。
快速上手
- 1
安装依赖:macOS 14+、Xcode 和 Node.js
- 2
克隆仓库并构建、启动 macOS 应用
git clone https://github.com/BasedHardware/omi.git && cd omi/desktop/macos && ./run.sh --yolo
使用前须知
- 快速启动路径面向 macOS 桌面应用,需要 macOS 14+ 和 Xcode。
- 默认快速启动会连接云端后端,而不是完全在本地运行。
- 要运行完整的本地后端,需要配置环境变量文件和凭据。
标签
常见问题
- omi 是什么?
- 开源 AI 助手,实时记录屏幕与对话并转写,可基于所见所闻进行智能问答。 Omi 是一款开源的个人 AI 助手,可以记录屏幕内容和周围的对话,实时转写音频,并生成摘要与待办事项。它覆盖桌面、手机和可穿戴设备,其聊天功能会以已采集的历史内容作为记忆来回答问题。
- omi 可以免费使用吗?用的什么许可证?
- omi 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- omi 还在维护吗?
- 活跃维护中。omi 最近一次提交是在 2026年10月20日。
- omi 适合用来做什么?
- 会后回顾会议讨论内容并整理待办事项。 基于采集的对话内容开发第三方应用或集成。 研究可穿戴 AI 硬件及 BLE 设备 SDK。
- omi 怎么安装和运行?
- 安装依赖:macOS 14+、Xcode 和 Node.js 克隆仓库并构建、启动 macOS 应用: git clone https://github.com/BasedHardware/omi.git && cd omi/desktop/macos && ./run.sh --yolo
- 在哪里获取 omi?
- 源代码和安装说明在 GitHub 上:https://github.com/BasedHardware/omi
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
完全离线在本地设备上转录音视频的桌面应用,基于 Whisper 等语音模型。
本地运行的隐私优先 AI 会议助手,在 macOS 和 Windows 上完成录音、转录与摘要。
本地运行的 AI 字幕生成工具,可离线使用,并接入 DaVinci Resolve、Premiere Pro 和 After Effects。
原生 macOS 语音转文字应用,可本地或云端转写,并用可复用的 AI 工作流处理文本。
开源、本地优先的 AI 语音听写应用,基于 Whisper 在 macOS 和 Windows 上离线转写语音。