← Découvrir
GitHub · huggingface/speech-to-speech↑ +227 aujourd'hui

Agents vocaux natifs open source

La bibliothèque parole-parole développée par Hugging Face permet de créer des agents vocaux locaux à l'aide de modèles open source. Cet outil basé sur Python permet aux développeurs de créer des systèmes d'interaction vocale en temps réel qui s'exécutent sur l'appareil.

Mises à jour

  • 25 octobre 2026: Étoiles 13,072 → 13,549, dernière version v1.1.0 (24 octobre 2026).
  • 7 septembre 2026: Étoiles 12,310 → 13,072, dernière version v1.0.0 (6 septembre 2026).
  • 12 août 2026: Étoiles 11,283 → 12,310, dernière version v0.2.12 (5 août 2026).
  • 6 août 2026: Étoiles 10,774 → 11,283, dernière version v0.2.12 (5 août 2026).

Ce que ça vous apporte

  • Ligne audio modulaire à faible latence
  • Prise en charge de WebSocket compatible avec OpenAI Realtime
  • Possibilité de travailler localement sur différents matériels

Installation

Configuration de base
pip install speech-to-speech
Installation à partir du code source
git clone https://github.com/huggingface/speech-to-speech.git
cd speech-to-speech
uv sync

Exécution

Démarrage du serveur
pip install speech-to-speech
export OPENAI_API_KEY=...
speech-to-speech
Connexion avec le client
python scripts/listen_and_play_realtime.py --host 127.0.0.1 --port 8765

Si vous ne codez pas

Collez ceci dans votre agent (Claude Code · Codex · Antigravity)

Je souhaite configurer mon propre agent vocal local à l'aide de cet outil. Quelles sont les étapes de base que je dois suivre pour créer un pipeline audio à faible latence à l'aide des composants VAD, STT, LLM et TTS ? Avec quelle commande puis-je mettre le serveur en marche et me connecter à un client compatible OpenAI Realtime ?

Dépôt : https://github.com/huggingface/speech-to-speech. Base-toi sur les instructions officielles du fichier README de ce dépôt pour l'installation et l'exécution.

Avant de commencer, vérifie quel système d'exploitation nous utilisons et si les outils nécessaires (ex: Python, Node.js, Git, Docker) sont installés. Installe ceux qui manquent étape par étape selon ce système.

Crée un nouveau dossier vide pour travailler. Ne touche pas aux fichiers en dehors de ce dossier et ne supprime rien. Avant chaque commande, décris ce que tu vas faire en une phrase.

Dis-moi ce que je devrais voir à l'écran à la fin de chaque étape. Si une erreur survient, je te copierai le message d'erreur tel quel et nous la corrigerons ensemble.

Termes liés du glossaire

Voice AgentsSpeech-to-SpeechLLMArtificial Intelligence
Pour quiIl s'adresse aux développeurs qui souhaitent développer des systèmes d'interaction vocale natifs et personnalisables sur leur propre matériel.
LicenceApache-2.0

Liens

TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-07-29 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Le texte de présentation a été préparé avec l’IA à partir de la propre documentation du dépôt et cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.