fikrikarim/parlor

这是什么？

核心功能

• 01通过 llama.cpp 在本机用 Gemma 4 完成语音理解、图像理解和回复生成。
• 02结合 Silero VAD 与 smart-turn-v3 实现免按键的轮流对话。
• 03回复边生成边朗读，支持用户打断 AI。
• 04支持带倒计时和取消按钮的计时器。
• 05提供实时翻译和静默记录两种会话模式。
• 06可选接入任意兼容 OpenAI 接口的模型进行后台联网研究。

适用场景

• 在家用服务器或笔记本上搭建私有、免费的口语练习助手。
• 边思考边口述，由助手只做屏幕转写而不语音回复。
• 对 Gemma 支持的任意语言进行连续传译。
• 在 Apple Silicon Mac 上试验本地多模态语音助手。

快速上手

1. 1

   克隆代码仓库

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

   进入项目目录

   cd parlor
3. 3

   安装 llama.cpp（macOS）

   brew install llama.cpp
4. 4

   安装依赖并启动服务器，然后打开 http://localhost:8000

   uv sync && uv run parlor

使用前须知

• !目前为研究预览版，存在粗糙之处和漏洞。
• !需要 Apple Silicon 的 macOS 或受支持的 Linux GPU，并且需要 llama.cpp b9503 或更新版本。
• !默认模型需要约 6 GB 可用内存，首次运行需下载约 5.7 GB 的模型。

收录于专题

标签

常见问题

parlor 是什么？

基于 Gemma 4 与 llama.cpp 的全本地实时语音与摄像头 AI 助手，可在 Apple Silicon 或 Linux 上运行。 Parlor 是一个可自托管的实时多模态助手，通过麦克风听、通过摄像头看，并用语音回答。整个流程都在本机运行：llama.cpp 提供的 Gemma 4 E4B 负责语音识别与图像理解，Kokoro 负责语音合成，Pipecat 的 smart-turn-v3 判断用户是否说完。浏览器端通过 WebSocket 发送音频与 JPEG 画面，FastAPI 服务端负责对话循环。

parlor 可以免费使用吗？用的什么许可证？

parlor 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

parlor 还在维护吗？

半年内有更新。parlor 最近一次提交是在 2026年8月3日。

parlor 适合用来做什么？

在家用服务器或笔记本上搭建私有、免费的口语练习助手。 边思考边口述，由助手只做屏幕转写而不语音回复。 对 Gemma 支持的任意语言进行连续传译。 在 Apple Silicon Mac 上试验本地多模态语音助手。

parlor 怎么安装和运行？

克隆代码仓库: git clone https://github.com/fikrikarim/parlor.git 进入项目目录: cd parlor 安装 llama.cpp（macOS）: brew install llama.cpp 安装依赖并启动服务器，然后打开 http://localhost:8000: uv sync && uv run parlor

在哪里获取 parlor？

源代码和安装说明在 GitHub 上：https://github.com/fikrikarim/parlor