talkies
自托管OpenAI兼容语音识别与合成服务
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：talkies。 它的用途是：自托管OpenAI兼容语音识别与合成服务 完整的 Skill 内容见：https://321skill.com/skills/talkies-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请部署一个Talkies语音服务，使用Whisper large-v3模型进行会议录音转写，并配置Kokoro TTS引擎生成中文播客配音。' 它会提供部署命令（如docker run或git clone + pip install），并指导你配置API密钥和模型参数，然后你就可以通过curl或Python SDK调用/v1/audio/transcriptions和/v1/audio/speech接口，实现语音转写与合成。
介绍
Talkies是一个完全自托管的语音服务，提供与OpenAI API兼容的接口，支持语音识别（ASR）和语音合成（TTS）。它解决了依赖第三方云服务时面临的隐私、成本和控制问题，让开发者可以在自己的服务器上部署强大的语音能力。项目内置了12种开源ASR模型（包括Whisper、Parakeet、Nemotron-3.5-ASR等），以及2种TTS引擎（Kokoro-82M和Qwen3-TTS），支持立体声说话人分离、流式WebSocket转录、MCP端点等功能，覆盖了从文字转写到语音生成的全链路需求。
使用方式非常灵活：通过标准的OpenAI API格式（/v1/audio/transcriptions）即可调用语音识别，支持上传音频文件或通过WebSocket传输实时PCM流；语音合成则通过/v1/audio/speech接口，可选择Kokoro的41种内置语音或Qwen3的语音克隆、预设说话人、语音设计功能。部署后，任何支持OpenAI语音API的客户端（如LangChain、OpenAI SDK、自定义脚本）都可以直接指向Talkies的地址，零代码迁移。项目还提供了MCP端点，方便集成到AI Agent工作流中。
适合人群：后端开发者、智能体开发者、内容创作者（如播客制作者、视频配音）、需要本地化语音处理的企业团队，以及追求数据隐私和低成本的个人开发者。如果你正在构建语音助手、会议记录工具、多语言配音系统，或希望将语音能力嵌入AI Agent，Talkies都是理想的选择。
使用建议：TTS引擎中的Qwen3-TTS需要CUDA支持，且对显存有一定要求（建议至少8GB VRAM）；Kokoro-82M则可在CPU上运行，但性能较低。建议先在小规模环境测试模型效果和延迟，再投入生产。注意Bearer鉴权配置，确保API安全。由于支持多种模型，可以根据场景（如嘈杂环境选Whisper large-v3，轻量场景选Kokoro）灵活切换，但不要同时加载过多模型以免资源浪费。
核心特点
与同类项目（如OpenAI官方API、Whisper本地部署）相比，Talkies提供了统一的OpenAI兼容接口，同时前置12种ASR模型和2种TTS引擎，支持立体声说话人分离、MCP端点，且完全自托管，无需修改现有代码即可切换多种模型，适合需要高性价比和隐私保护的多模型语音场景。
注意事项
不适合需要实时大规模并发语音合成且无GPU加速的场景，因为Qwen3-TTS依赖CUDA，纯CPU推理延迟较高。
常见问题
如何部署Talkies？
可以通过git clone仓库并安装Python依赖，或使用Docker镜像快速启动，具体参考仓库README中的安装指南。
支持哪些语音识别模型？
支持12种开源ASR模型，包括Whisper、Parakeet、Nemotron-3.5-ASR、Canary、Sherpa-ONNX、Vosk等，可通过API参数切换。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/talkies-x-3/raw/index.md 读取 talkies 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/talkies-x-3/raw/index.md（查看排版版本）