HuggingFace Speech-to-Speech：开源语音 Agent 流水线全解析
HuggingFace Speech-to-Speech 项目封面 HuggingFace 的 speech-to-speech 项目把语音 Agent 的四个核心环节——语音活动检测（VAD）、语音转文字（STT）、大语言模型（LLM）、文字转语音（TTS）——拆成了四个独立线程，用队列串联。每个环节都开放替换，LLM 槽位兼容 OpenAI 协议，整套流…
HuggingFace Speech-to-Speech 项目封面 HuggingFace 的 speech-to-speech 项目把语音 Agent 的四个核心环节——语音活动检测（VAD）、语音转文字（STT）、大语言模型（LLM）、文字转语音（TTS）——拆成了四个独立线程，用队列串联。每个环节都开放替换，LLM 槽位兼容 OpenAI 协议，整套流…