Создание локального голосового AI-ассистента с помощью SwiftUI и CSM-1B на Apple Silicon

Разработчик поделился своим побочным проектом mobiGlas — приложением на SwiftUI, которое превращает AI-ассистента OpenClaw в голосового компаньона без использования рук. Приложение полностью работает на Apple Silicon с локальным распознаванием речи, локальной LLM и локальным клонированием голоса с помощью CSM-1B — без облачных зависимостей.

Ключевые детали

• Триггер: Скажите "Hey Skippy" в AirPods, чтобы начать разговор.
• Голос: Используется модель клонирования голоса CSM-1B, работающая локально на M2 Ultra. Генерирует около 15 секунд аудио примерно за 7 секунд.
• Стек:
  • OpenClaw — фреймворк AI-ассистента, работающий на Mac
  • mobiGlas — приложение на SwiftUI с распознаванием речи в реальном времени и синтезом речи
  • CSM-1B — локальная модель клонирования голоса
  • AirPods — гарнитура для аудиоввода/вывода без рук
• Статус: v0.1 (описывается как "коряво, но работает"). Ощущение прогулки с разговором с AI, по словам разработчика, "действительно необычно".
• Пример голоса: Разработчик клонировал голос R.C. Bray (чтеца Expeditionary Force) для ассистента "Skippy".

Следующие шаги

Разработчик планирует сделать опыт более гладким для повседневных сценариев, таких как краткие новости, напоминания и обсуждение идей вслух.

Если вы экспериментируете с локальным голосовым AI на Apple Silicon, разработчик хочет обменяться опытом.