Об этом проекте

vtmate — это мощный, автономный набор инструментов для голосового ИИ в терминале, разработанный для низкозадержечных разговорных взаимодействий с локальными или облачными LLM. Он напрямую интегрирует движки распознавания речи (Whisper) и синтеза речи (Kokoro, Supertonic), не требуя внешних установок для базовой функциональности. Система поддерживает 41 язык, клонирование голоса и широкую настройку агентов через переиспользуемые системные промпты. Ключевые особенности: - **Режимы разговора**: Поддерживает режимы Live (непрерывный голос с возможностью прерывания) и Push-to-Talk (PTT). Пользователи могут прерывать ответы, сбрасывать сессии или отменять предыдущие реплики. - **Режим дебатов**: Позволяет проводить автоматизированные дебаты между двумя ИИ-агентами с возможностью участия пользователя. - **Режим чтения**: Преобразует текстовые файлы или ввод из STDIN в речь с навигацией по фразам и управлением паузой/возобновлением. - **Режим демона**: Работает в фоновом режиме, позволяя использовать глобальные горячие клавиши для голосового чата, вопросов о выделенном тексте, чтения выделенного фрагмента вслух или диктовки текста в любое приложение. - **Интеграция с LLM**: Совместим с локальными серверами (Ollama, llama.cpp) и хостинг-провайдерами (OpenAI, Anthropic, Google и др.). - **Экспорт сессий**: Сохраняет разговоры в виде аудио/текстовых файлов или интерактивных HTML-плееров для воспроизведения. Установка упрощена до одной команды curl, а инструмент портативен для macOS, Linux и Windows. vtmate стремится заменить платные инструменты голосового ИИ, предоставляя комплексный, автономный и высоконастраиваемый голосовой интерфейс для терминальных окружений.