Higurashi 公开 Haru-4B 语音对话基础模型的权重与推理代码,采用 Apache 2.0 许可。它以全双工方式处理输入和输出,可以在听用户说话的同时生成语音,支持相互打断与接话。
项目提供 PyTorch Web 演示、面向 macOS 的 MLX 实现,以及 vLLM-Omni 服务插件。模型使用参考音频设定声音,但仓库不附带可直接挪用的声音素材。
发布方明确将其定位为研究用预训练基础模型:能够自然对话,不等同于可靠的事实问答助手,也不具备与指令模型完全相同的指令遵循能力。
原始资料:Hugging Face。
配图:GETAI.APP 原创主题插画,非新闻现场实拍或官方产品界面。
