Mini-Omni：全球首个开源实时交互模型，边说话边思考。（附整合包）

之前开源社区还没有一个像样的实时语音对话模型，Mini-Omni可以说是开了一个先河，相信后续基于人机的实时语音交互模型会越来越多。

Mini-Omni可以倾听、说话、思考同时进行。且具有实时端到端语音输入和流式音频输出会话能力。实测反应速度极快，仅需5G左右显存，门槛低，大部分人都能体验到。

温馨提示：

你可能需要准备一个麦克风跟它聊天。

（官方演示）

目前只支持英语对话，大家可以拿来做英语学习对话，相信大家英文都比我好。

特点优势：

✅ 实时语音会话功能。无需额外的ASR或TTS模型。

✅ 边说话边思考，具有同时生成文本和音频的功能。

✅ 流媒体音频输出能力。

✅预判能力，使用“音频到文本”和“音频至音频”批量推断以进一步提升性能。

（作者实测）

一键启动：

这种脏活累活就由我来干吧，大家只需一键下载，就可以体验啦。

🚀 整合包下载链接（免费）：

https://openaistore.cn/sp/66d8674fc3e512c778e470ca

预告：comfyui全新内核即将上线，一键运行上百个AI工作流，敬请期待。