vtmate

vtmateは、ローカルまたはクラウドベースのLLMとの低遅延な対話的インタラクション向けに設計された、強力かつ自己完結型のターミナルベース音声AIツールキットです。音声認識（Whisper）と音声合成（Kokoro、Supertonic）エンジンを直接統合しており、コア機能の利用に外部インストールは不要です。本システムは41言語、ボイスクローニング、再利用可能なシステムプロンプトによるエージェントのカスタマイズを広くサポートしています。 主な機能： - **会話モード**: Live（割り込み対応の連続音声）とPush-to-Talk（PTT）モードをサポート。ユーザーは応答の割り込み、セッションのリセット、または直前のターンを取り消せます。 - **ディベートモード**: 2つのAIエージェント間の自動ディベートを可能にし、ユーザーの参加もサポート。 - **読み上げモード**: テキストファイルやSTDIN入力音声を、フレーズ単位のナビゲーションや一時停止/再開コントロール付きで音声化。 - **デーモンモード**: バックグラウンドで実行され、グローバルショートカットを通じて音声チャット、選択テキストへの質問、選択テキストの読み上げ、任意のアプリケーションへの音声入力を可能にします。 - **LLM統合**: ローカルサーバー（Ollama、llama.cpp）およびホスティングプロバイダー（OpenAI、Anthropic、Googleなど）と互換。 - **セッション書き出し**: 会話をオーディオ/テキストファイル、または再生用のインタラクティブHTMLプレイヤーとして保存。 インストールは単一のcurlコマンドで簡素化されており、macOS、Linux、Windows間でポータブルです。vtmateは、オフライン対応かつ高度にカスタマイズ可能な音声インターフェースをターミナル環境に提供することで、有料音声AIツールを置き換えることを目指しています。