开源本地优先的语音应用,支持 Windows、macOS、Linux,可把语音听写到任意应用中,并能语音问答、执行命令和记录会议。
farshed/sage
一个可自托管的语音对话应用,用开源语音识别和语音合成与大语言模型对话。
- Star
- 464
- Fork
- 38
- 未关闭 Issue
- 2
- 最近提交
- 2个月前
这是什么?
Sage 是一个可自托管的语音对话应用,用于与大语言模型进行语音交流。语音识别使用 Whisper 在本地完成,模型回复由 LLM 生成,再通过 Kokoro 语音合成模型朗读出来,语音链路可以离线运行。
文本生成既可以通过 Ollama 运行本地模型,也可以接入第三方服务。开箱支持 Deepseek、OpenAI、Anthropic 和 Together.ai,切换时只需修改 .env 文件中的环境变量。Sage 可以用 Docker 容器运行,也可以原生运行,并提供 Unix 和 Windows 的安装脚本;macOS 原生构建下 Whisper 使用 CoreML 加速。
它适合希望为 LLM 添加语音交互、又不想把音频交给云端语音服务的用户。Docker 下 Whisper 推理比原生慢,CUDA 支持、多语言和可自定义系统提示词等功能目前仍在计划中。
核心功能
- 01使用 Whisper 进行本地语音识别,使用 Kokoro 进行语音合成。
- 02支持通过 Ollama 运行自托管模型,也支持 Deepseek、OpenAI、Anthropic 和 Together.ai。
- 03服务商和模型通过环境变量配置。
- 04可通过 Docker 运行,也可在 Unix 和 Windows 上原生运行。
- 05macOS 上 Whisper 使用 CoreML 加速。
适用场景
- 在不把音频发送到云端的前提下,用语音与本地 Ollama 模型对话。
- 为已经在使用的 LLM 服务添加语音交互界面。
- 在普通硬件上试验离线的语音识别、大模型、语音合成链路。
收录于专题
标签
常见问题
- sage 是什么?
- 一个可自托管的语音对话应用,用开源语音识别和语音合成与大语言模型对话。 Sage 是一个可自托管的语音对话应用,用于与大语言模型进行语音交流。语音识别使用 Whisper 在本地完成,模型回复由 LLM 生成,再通过 Kokoro 语音合成模型朗读出来,语音链路可以离线运行。
- sage 可以免费使用吗?用的什么许可证?
- sage 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- sage 还在维护吗?
- 半年内有更新。sage 最近一次提交是在 2026年9月16日。
- sage 适合用来做什么?
- 在不把音频发送到云端的前提下,用语音与本地 Ollama 模型对话。 为已经在使用的 LLM 服务添加语音交互界面。 在普通硬件上试验离线的语音识别、大模型、语音合成链路。
- 在哪里获取 sage?
- 源代码和安装说明在 GitHub 上:https://github.com/farshed/sage
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
55+3 本周6RustMIT更新于 11天前
开源的 Mac 语音听写应用,按住 Fn 说话,整理后的文字直接输入到光标处。
674+6 本周115TypeScriptMIT更新于 2个月前
离线本地 AI 工作台,集成 Stable Diffusion 绘图、GGUF 大模型对话、Whisper 语音转文字和 Kokoro 语音合成。
1942+151 本周469JavaScriptMIT更新于 前天
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。
1540+6 本周193KotlinGPL-3.0更新于 15天前
开源桌面智能体系统,在本机统一运行编程智能体、语音助手、浏览器操作和应用集成。
334+29 本周123PythonApache-2.0更新于 21小时前
本地优先的开源 AI 语音工作室,支持克隆声音、生成语音、语音听写和为 AI 智能体提供语音输出。
6万+475 本周7469PythonMIT更新于 上个月