开源版GPT-4o语音来袭，Mini-Omni开启实时语音对话

还记得前阵子ChatGPT风靡一时但一直没全量发布的高级语音功能吗？

如今，一个甚至更加强大的实时语音对话AI模型开源了！它的名字叫做：Mini-Omni。

这个由gpt-omni团队开发的开源模型，可以说是语音助手界的一匹黑马。它不仅能实现实时的语音对话，更厉害的是，它还能同时生成文本和音频！

有网友兴奋不已：

“这简直就是科幻电影里的场景啊！以后我们是不是可以和AI助手进行无障碍的实时对话了？”

Mini-Omni的出现，可能会让现有的语音助手们瑟瑟发抖。

想想看，以后我们可能真的能和AI进行流畅的实时对话，就像在和真人聊天一样！

而数次跳票的ChatGPT 4o 语音功能，可能可以永久跳票了。

那么，Mini-Omni有哪些特性呢？

1. 实时语音对话：这意味着你说话的同时，AI就能立即理解并回应，不再有明显的延迟。

2. 同时生成文本和音频：这个功能简直太强大了！AI不仅能说，还能同步给出文字版本，对听力不好的朋友来说简直是福音。

3. 流式音频输出：这个技术确保了对话的流畅性，让整个交互过程更加自然。

Mini-Omni的开源，很可能会引发语音交互领域的一场革命。它不仅能提升用户体验，还可能为听障人士带来更多便利。

想象一下，以后我们可能真的能和AI进行毫无障碍的实时对话，这是多么令人兴奋的事情啊！

对这个项目感兴趣的小伙伴们，我整理好了相关链接：

• 模型下载：https://hf.co/gpt-omni/mini-omni

• 论文地址：https://hf.co/papers/2408.16725

• 代码仓库：https://github.com/gpt-omni/mini-omni

Mini-Omni 官方介绍👇

Mini-Omni：语言模型在流式处理中的听、说、思考能力

Mini-Omni 是一个开源的多模态大型语言模型，能够在思考的同时进行听觉和对话。它具备实时的端到端语音输入和流式音频输出对话功能。

功能特点

✅ 实时语音对话功能，无需额外的ASR或TTS模型。

✅ 边思考边对话，支持同时生成文本和音频。

✅ 支持流式音频输出。

✅ 提供“音频转文本”和“音频转音频”的批量推理，进一步提升性能。

演示

安装

创建一个新的conda环境并安装所需的包：

conda create -n omni python=3.10  
conda activate omni  
  
git clone https://github.com/gpt-omni/mini-omni.git  
cd mini-omni  
pip install -r requirements.txt  

快速开始

交互式演示

• 启动服务器

conda activate omni  
cd mini-omni  
python3 server.py --ip '0.0.0.0' --port 60808  

• 运行 Streamlit 演示

注意：你需要本地运行 Streamlit 并安装 PyAudio。

pip install PyAudio==0.2.14  
API_URL=http://0.0.0.0:60808/chat streamlit run webui/omni_streamlit.py  

• 运行 Gradio 演示

API_URL=http://0.0.0.0:60808/chat python3 webui/omni_gradio.py  

示例：

注意：Gradio 似乎无法立即播放音频流，因此延迟感会稍强。

本地测试

conda activate omni  
cd mini-omni  
# 测试运行预设的音频样本和问题  
python inference.py  

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】