AI热点 1月前 121 阅读 0 评论

华南理工开源小智AI硬件后端服务,支持MCP。

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章


小智AI硬件很火,但服务端不开源大家都玩不了。


等小智自己开源是不可能的,但总会有人去做,因为说白了,没什么太大的门槛。


华南理工大学就直接把这套功能复刻并开源了。


该有的功能基本都有了,想做调整的话也可以根据自己需求去修改。



看下列表,就知道有多少功能了。


项目简介


xiaozhi-esp32-server 是由华南理工大学刘思源教授团队研发的开源后端服务项目,基于人机共生智能理论,为 xiaozhi-esp32 开源智能硬件提供支持。它采用 Python、Java、Vue 实现,支持 MCP 接入点和声纹识别等功能,提供最简化和全模块两种部署方式,适配多种配置方案,可满足不同场景下智能终端的软硬件协同需求。


DEMO



这里我只放一个常规功能的,功能太多,其他的你们可以到链接去看。


功能模块



组件列表


LLM 语言模型



VLLM 视觉模型



TTS 语音合成



VAD 语音活动检测



ASR 语音识别



Voiceprint 声纹识别



Memory 记忆存储



Intent 意图识别



项目链接

https://github.com/xinnan-tech/xiaozhi-esp32-server


文章来自于“开源AI项目落地”,作者“开源AI”。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!