隆重推出 Violin：一款开源视频翻译技能
作者推出了名为 Violin 的开源视频翻译技能。该工具结合了语音识别（ASR）、LLM 翻译和语音合成（TTS）技术，旨在打破高质量视频内容的语言壁垒。Violin 支持个性化翻译、多语言处理及与视频互动，提供 Web、CLI 和代理技能等多种使用方式，并已在 MIT 协议下完全开源。
全部文档 / 标签: TTS
93 篇
Voice Agents 101: 会说话的 AI 背后的架构
本文深入探讨了语音智能体的技术架构，指出语音工程不同于文本工程。文章对比了级联式与端到端两种语音模型，分析了全双工通信的难点，并详细解析了为了实现自然对话所需的流式处理与延迟优化策略。
一文理清 Hermes 全部高阶工具配置
本文详细介绍了 Hermes Agent 的全套高阶配置指南。作者从实战出发，梳理了身份记忆（SOUL.md、Hindsight）、感知能力（Jina Reader、Crawl4AI、Tavily）、表达能力（Whisper、Edge TTS）以及效率成本监控等多个环节的推荐工具与设置，旨在帮助用户快速上手并优化 Hermes 的使用体验。
