Bill The Investor (@billtheinvestor) “Parlor 实现本地实时语音与视觉对话。通过 Gemma 4 E2B + Kokoro TTS 架构，实现全程” — TopicDigg
Bill The Investor
@billtheinvestor
加入 April 2011
0 正在关注 0 粉丝
Parlor 实现本地实时语音与视觉对话。通过 Gemma 4 E2B + Kokoro TTS 架构，实现全程本地推理，不依赖云端 API。M3 Pro 上端到端延迟 2.5-3 秒，支持打断、免按键及句子级 TTS 流式输出。占用内存约 3GB，集成 Silero VAD 浏览器端检测，支持摄像头与麦克风双模态。
显示更多
