Hugging Face en Cerebras bundelen krachten voor realtime spraak-AI op basis van Gemma 4

Hugging Face heeft samen met Cerebras een open-source realtime spraaksynthese-pijplijn gecreëerd die steminteractie met AI zo natuurlijk mogelijk maakt. Het systeem werkt volgens het principe 'spraakinvoer -> spraakherkenning via Nvidia Parakeet -> uitvoer van het multimodale taalmodel Gemma 4 (ontwikkeld door Google DeepMind) op Cerebras-versnellers -> spraaksynthese via Alibaba's Qwen3TTS -> spraakuitvoer'. Elk onderdeel is open, modulair en vervangbaar, waardoor ontwikkelaars de stack kunnen aanpassen voor hun assistenten, robots of onderzoeksprojecten. Bijzondere aandacht gaat uit naar latentie-stabiliteit: hoewel veel systemen een acceptabele mediane latentie tonen, treden bij P95 (de 5% traagste verzoeken) nog steeds meer-seconden durende pauzes op. Cerebras lost dit probleem op door snelle en voorspelbare inferentie van het taalmodel te garanderen. Deze zelfde pijplijn wordt al gebruikt in Reachy Mini-robots, waarvan er meer dan 10.000 exemplaren bestaan. Ontwikkelaars worden uitgenodigd om de demo op Hugging Face Space uit te proberen en te experimenteren met de code uit de huggingface/speech-to-speech-repository.