一个把数字人与大语言模型接入业务系统的 agent 框架,支持多终端接入。
SEPIA-Framework/sepia-html-client-app
SEPIA 个人语音助手的跨平台客户端,支持浏览器、Android 和 iOS,提供聊天、语音输入与语音播报。
- Star
- 65
- Fork
- 14
- 未关闭 Issue
- 2
- 最近提交
- 23天前
这是什么?
SEPIA 应用是与 SEPIA 助手交互的主要客户端,使用 JavaScript 和 HTML 编写。它可在桌面、Android 和 iOS 的现代浏览器中以网页或 PWA 形式运行,也可在树莓派等单板电脑上以无界面方式作为智能音箱或智能显示屏运行。
用户可通过语音、触控或文字与助手交互。语音识别使用系统原生接口或开源的 SEPIA STT 服务器,语音播报可使用系统接口、SEPIA 服务器,或 Mary-TTS、Larynx 等工具。应用通过 SEPIA Web-Audio 库支持唤醒词,并提供带动画头像的常驻模式。
客户端还支持通过 WebSocket 与同一服务器上的其他用户聊天,支持聊天卡片和音频播放,可自定义 HTML 语音组件和媒体播放器组件,并提供用于添加命令的教学界面以及设备间的远程操作。
核心功能
- 01在 Android、iOS 和现代浏览器中支持语音、触控和文字控制
- 02通过原生接口或开源 SEPIA STT 服务器进行语音识别
- 03支持唤醒词,并提供带动画头像的常驻模式
- 04通过私有 WebSocket 连接与其他用户聊天
- 05支持自定义 HTML 语音组件和媒体播放器组件
- 06提供教学界面,用于添加新命令和动作
适用场景
- 在树莓派上以无界面方式运行语音助手,作为智能音箱或智能显示屏
- 通过手机主屏幕以 PWA 形式访问自托管的 SEPIA 助手
- 为 SEPIA 客户端开发自定义语音组件或媒体播放器
- 通过教学界面为个人助手添加新命令
快速上手
- 1
在浏览器中打开最新网页版应用
- 2
从 Google Play 安装 Android 应用
- 3
在 iOS 上用 Safari 打开默认链接,并将其添加到主屏幕作为 PWA
使用前须知
- 许多功能需要您自己的 SEPIA 服务器;公共演示模式功能有限。
- 原生 iOS 应用开发已暂停,因此 iOS 上需依赖 Safari 中的 PWA。
收录于专题
标签
常见问题
- sepia-html-client-app 是什么?
- SEPIA 个人语音助手的跨平台客户端,支持浏览器、Android 和 iOS,提供聊天、语音输入与语音播报。 SEPIA 应用是与 SEPIA 助手交互的主要客户端,使用 JavaScript 和 HTML 编写。它可在桌面、Android 和 iOS 的现代浏览器中以网页或 PWA 形式运行,也可在树莓派等单板电脑上以无界面方式作为智能音箱或智能显示屏运行。
- sepia-html-client-app 可以免费使用吗?用的什么许可证?
- sepia-html-client-app 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- sepia-html-client-app 还在维护吗?
- 活跃维护中。sepia-html-client-app 最近一次提交是在 2026年9月29日。
- sepia-html-client-app 适合用来做什么?
- 在树莓派上以无界面方式运行语音助手,作为智能音箱或智能显示屏 通过手机主屏幕以 PWA 形式访问自托管的 SEPIA 助手 为 SEPIA 客户端开发自定义语音组件或媒体播放器 通过教学界面为个人助手添加新命令
- sepia-html-client-app 怎么安装和运行?
- 在浏览器中打开最新网页版应用 从 Google Play 安装 Android 应用 在 iOS 上用 Safari 打开默认链接,并将其添加到主屏幕作为 PWA
- 在哪里获取 sepia-html-client-app?
- 源代码和安装说明在 GitHub 上:https://github.com/SEPIA-Framework/sepia-html-client-app
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
Capacitor 是一个跨平台运行时,让 Web 应用用同一套代码原生运行在 iOS、Android 和 Web 上。
可自托管的多智能体个人 AI 助手,基于 LangGraph,连接邮件、日历、文档和待办,执行操作前需用户确认。
面向小智 ESP32 语音设备的 Java 服务端与管理平台,提供设备监控、音色与角色管理及对话记录。
一款开源的 Android 端语音助手,在设备本地完成语音识别与回应,内置多种技能。
基于 onnxruntime 的离线语音工具包,支持语音识别、语音合成、VAD、说话人分离等,覆盖多平台与多种编程语言。