Sep 16
本地语音 AI 助手技术方案：基于 MLX 与 Qwen 实现
本文基于 Sandeep Aggarwal 的 Jarvis 项目 整理为技术方案文档。
1. 概述与目标 1.1 项目背景 需要构建一个完全运行在本地 Mac 上的语音 AI 助手，具备持续聆听、唤醒词激活、任务执行和打断处理能力。核心约束条件为：
隐私：语音数据不离开本地设备 延迟：端到端响应延迟需支持自然对话节奏 成本：零云端 API 调用费用 1.2 运行环境 项目 规格 硬件 MacBook Air M2, 24 GB 统一内存 操作系统 macOS (Apple Silicon) 推理框架 MLX (Apple 机器学习框架) 语言模型 Qwen3.5-4B-MLX-4bit 编程语言 Python 3 (asyncio) 2. 系统架构 2.1 架构总览 系统由 7 个核心组件构成，通过 Python asyncio 事件循环串联为流式管线：
架构图 …
阅读更多
阅读更多