开源AI模型大集合

麦克风语音输入，经过语音转文本（Whisper），输出文本给大语言模型（Ollama、OpenAI、Kimi），大语言模型输出结果经过文本转语音（Edge-tts、F5-tts、CosyVoice、ChatTTS）通过喇叭播放文本内容。

界面由Gradio创建，开启麦克风权限，选择TTS Model，点录制开始语音输入，录制结束点停止，开始语音转文件，转换结束文本输出给输入框，点提交开始问答。大语言模型输出结果经过TTS转成音频文件输出给Output并自动播放。

• Ollama使用本地模型文件
• OpenAI和Kimi在线交互
• F5-tts、CosyVoice和ChatTTS使用本地模型文件（GPU内存不够，使用CPU推理，慢）
• Edge-tts在线交互

测试地址: https://embedfeng.com/chat

效果图