GitHub - agentem-ai/izwi：一个本地音频推理引擎
内容摘要
Izwi 是一个基于 Rust 的本地音频推理堆栈，专为语音和音频工作流程设计，提供文本转语音（TTS）、自动语音识别（ASR）以及聊天/音频聊天模型支持。它采用以命令行界面（CLI，即 `izwi`）为先的工作流程，并配有 Web UI，服务器在 `/v1` 下暴露类 OpenAI 路由。主要特点包括本地优先操作、通过 CLI 进行模型生命周期管理（从 Hugging Face 下载）、支持 Apple Silicon（Metal）加速以及跨平台原生构建。要求包括 Rust 工具链和 Node.js 18+（用于 UI）。用户可以通过安装 UI 依赖项、构建二进制文件、安装 CLI 并运行 `izwi serve` 来快速设置。目前支持的模型家族包括 Qwen3 系列的 TTS、ASR、聊天和强制对齐变体，未来计划支持 Voxtral realtime 和 LFM2-Audio。
(来源：GitHub)