什么是 Moshi？
Moshi 是 Kyutai 开源的实时语音 AI 引擎，支持全双工对话、200ms 延迟、情感识别和本地运行。
一句话总结：开源实时语音 AI，全双工对话 200ms 延迟，支持打断和情感识别，本地运行，8k+ GitHub stars。
适合人群：构建语音优先 AI 应用的开发者。
核心功能
1. 全双工对话
支持打断和重叠语音，如自然对话。
2. 200ms 延迟
端到端超低延迟，无需云端。
3. 情感与语气
理解并生成耳语、笑声、犹豫等。
4. 本地部署
NVIDIA GPU、Apple MLX、浏览器多平台支持。
常见问题
Q: 和 OpenAI 语音模式比较？ A: Moshi 开源本地运行，OpenAI 云端闭源。延迟相当。
Q: 支持中文吗？ A: 目前英文优先，多语言开发中。
来源与致谢
kyutai-labs/moshi — 8k+ stars, Apache 2.0