GitHub - agentem-ai/izwi：ローカルオーディオ推論エンジン

Izwiは、音声およびオーディオワークフロー向けに構築されたRustベースのローカル推論スタックであり、テキスト読み上げ（TTS）、自動音声認識（ASR）、チャット/オーディオチャットモデルのサポートを提供します。CLIファーストのワークフロー（`izwi`）とWeb UIを備えており、サーバーは`/v1`の下でOpenAIスタイルのルートを公開します。主な機能には、ローカル優先の動作、CLIによるモデルライフサイクル管理（Hugging Faceからのダウンロード）、Apple Silicon（Metal）のアクセラレーションサポート、クロスプラットフォームのネイティブビルドが含まれます。セットアップにはRustツールチェーンとNode.js 18+が必要です。ユーザーはUI依存関係のインストール、バイナリのビルド、CLIのインストール、`izwi serve`の実行により迅速にセットアップできます。現在サポートされているモデルファミリーには、TTS、ASR、チャット、強制アライメント用の様々なQwen3バリアントが含まれており、Voxtral realtimeとLFM2-Audioが今後予定されています。

(出典：GitHub)