HuggingFace开源了本地语音智能体——STT到TTS全链路，不需要任何外部API。

7.8k star，一天涨了837。

STT（语音转文字）→ LLM（理解+生成）→ TTS（文字转语音）全部本地跑通。

中文圈做语音应用的人不少，但能全链路本地跑的方案几乎空白。

意义： · 延迟：不用等API往返，实时性大幅提升 · 隐私：语音数据不出本地 · 成本：不用按token或按时长付费 语音正在成为AI交互第二入口。

谁先把本地方案跑通，谁就能吃到第一批开发者红利。