Voice AI Assistant Framework

Voice AI Assistant Framework is a local-first Python framework for building spoken AI assistants from separate speech-to-text, language-model, state, orchestration, and text-to-speech modules. The pieces are swappable: RealtimeSTT and Whisper input, Ollama JSON-mode reasoning, short-term memory, silence-aware conversation modes, and Finnish TTS backends such as Piper or F5-TTS can be combined for experiments.

Voice AI Assistant Framework on paikalliseen ajoon painottuva Python-runko puhuvien tekoälyavustajien rakentamiseen erillisistä puheentunnistus-, kielimalli-, tila-, orkestrointi- ja puhesynteesimoduuleista. Osia voi vaihtaa kokeilujen mukaan: RealtimeSTT- ja Whisper-syöte, Ollaman JSON-tila, lyhytkestoinen muisti, hiljaisuuden huomioivat keskustelutilat sekä suomenkieliset Piper- ja F5-TTS-taustat.