产品简介
ollama-voice 是一个离线工具，将语音识别（Whisper）、本地大语言模型（Ollama）和文本转语音（pyttsx3）结合，允许用户通过语音与AI对话并获取语音回复，无需联网，适合需要离线语音交互和隐私保护的场景。
核心功能
- 离线语音识别
- 本地大语言模型处理
- 语音回复输出
- 通过配置文件自定义
- 支持 Windows、macOS、Linux 平台
快速开始
- 安装 CUDA 以支持 GPU 加速。
- 安装 Ollama 并确保服务器本地启动。
- 下载 Whisper 模型文件到 whisper 子文件夹。
- 配置 assistant.yaml 文件设置。
- 运行 assistant.py，按住空格键说话，释放后与AI交互。
界面预览
与其他方案对比
| 对比项 | 本工具 | 同类商业软件 | 在线服务 |
|---|---|---|---|
| 费用 | 开源免费 | 通常收费或含广告 | 可能有订阅或上传限制 |
| 隐私 | 本地运行，数据自持 | 依赖厂商政策 | 需上传数据到服务器 |
| 可定制性 | 源码开放，社区活跃 | 受限于官方功能 | 功能固定 |
适合谁用
- 追求开源、免费、无广告体验的用户
- 重视数据隐私，希望本地化处理的用户
- 需要跨平台一致体验的进阶用户
下载与版本
当前最新版本为 main，发布于 。支持 Windows、macOS、Linux。
⚠️ 注意：本项目仅提供源代码下载，不包含可直接运行的安装包（exe/dmg/apk 等。下载后需要自行编译构建才能使用，适合有一定开发经验的用户。如果你不熟悉编译流程，建议寻找同类开箱即用的替代方案。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/maudoin/ollama-voice