Hugging Face 与 Cerebras 联手，基于 Gemma 4 打造实时语音 AI

Hugging Face 与 Cerebras 合作创建了一个开源实时语音合成管道，使与 AI 的语音交互尽可能自然。该系统的工作原理是“语音输入 -> 通过 Nvidia Parakeet 进行语音识别 -> 在 Cerebras 加速器上运行来自 Google DeepMind 的多模态语言模型 Gemma 4 生成输出 -> 通过阿里巴巴的 Qwen3TTS 进行语音合成 -> 语音输出”。每个组件都是开放、模块化且可替换的，允许开发者为自己的助手、机器人或研究项目调整这一技术栈。特别关注延迟稳定性：尽管许多系统显示出可接受的中位数延迟，但在 P95（即最慢的 5% 请求）情况下，仍会出现数秒的停顿。Cerebras 通过确保快速且可预测的语言模型推理来解决这个问题。同样的管道已用于 Reachy Mini 机器人，现有超过 10,000 台。开发者受邀在 Hugging Face Space 上尝试演示，并从 huggingface/speech-to-speech 仓库中试验代码。