开源项目
wwbin2017/bailing
百聆 是一个类似GPT-4o的语音对话机器人，通过ASR+LLM+TTS实现，集成DeepSeek R1等优秀大模型，接入openClaw，真正的个人语音助手，时延低至800ms，Mac等低配置也可运行，支持打断
- language
- Python
- stars
- 1778
- forks
- 306
- license
- MIT
- homepage
- source_updated_at
- 2026-10-10T14:45:02Z
详细说明：
百聆 是一个类似GPT-4o的语音对话机器人，通过ASR+LLM+TTS实现，集成DeepSeek R1等优秀大模型，接入openClaw，真正的个人语音助手，时延低至800ms，Mac等低配置也可运行，支持打断
描述来源标记：原始/编辑整理
如何使用：
在 GitHub 打开仓库 wwbin2017/bailing，按 README 安装与使用。Stars：1778。
同类对比：
| 词条 | 关系 | 简介 | 选择理由 |
|---|---|---|---|
| wwbin2017/bailing | 当前 | — | 基准对照 |
| LangChain | 相关 | The agent engineering platform. | 与「wwbin2017/bailing」相关，可按场景对照选用 |
| LlamaIndex | 相关 | LlamaIndex is the document processing platform for AI | 与「wwbin2017/bailing」相关，可按场景对照选用 |
| MCP 官方示例服务器集合 | 相关 | Model Context Protocol 官方维护的参考 MCP Server 集合。 | 与「wwbin2017/bailing」相关，可按场景对照选用 |
| ComfyUI | 相关 | AI 相关工具/产品：ComfyUI。 | 与「wwbin2017/bailing」相关，可按场景对照选用 |
| AutoGen | 相关 | AI 相关工具/产品：AutoGen。 | 与「wwbin2017/bailing」相关，可按场景对照选用 |
| NousResearch/hermes-agent | 相关 | The agent that grows with you | 与「wwbin2017/bailing」相关，可按场景对照选用 |
| firecrawl/firecrawl | 相关 | Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥 | 与「wwbin2017/bailing」相关，可按场景对照选用 |
| huggingface/transformers | 相关 | 🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. | 与「wwbin2017/bailing」相关，可按场景对照选用 |
继续探索：
基于知识图谱关系，发现相关开源项目与跨分类内容。
相关开源项目
- LangChain相关
The agent engineering platform.
- LlamaIndex相关
LlamaIndex is the document processing platform for AI
- MCP 官方示例服务器集合相关
Model Context Protocol 官方维护的参考 MCP Server 集合。
- ComfyUI相关
AI 相关工具/产品：ComfyUI。
- AutoGen相关
AI 相关工具/产品：AutoGen。
- NousResearch/hermes-agent相关
The agent that grows with you
- firecrawl/firecrawl相关
Supercharge your AI agents with data from the web and beyond. Building the library for superintelligence. 🔥
- huggingface/transformers相关
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.