实时语音对话
流式 ASR → LLM → TTS，支持离线唤醒与随时打断，回复延迟控制在一秒以内。
开源 · 可自托管
一个下午，做出你的 AI 语音硬件。
Vibbo 为开发者准备好了完整链路：ESP32 固件、有文档的设备协议，以及一个可以随时切换大模型、语音和工具的控制台——不用自己再搭一遍语音流水线。
MIT 开源 · 支持自托管或直接使用云端控制台 · 无需信用卡
- ESP32-S3 / C3 / P4
- WebSocket + MQTT
- MCP 工具调用
- OTA 升级
智能体配置设备在线
- 模型
- 任意 OpenAI 兼容
- 音色
- Nova · 温暖女声
- 角色
- 工坊向导
- 工具
- 智能家居 · 天气
实时会话
把客厅的灯调暗一点。
好了，客厅现在是 30%。今晚要一直保持吗？
端到端约 600ms
快速开始
四步，让一块开发板开口说话。
不用自己写语音流水线，也不用逆向协议：烧录、配网、配置、对话。
- 1
烧录固件
使用为 ESP32-S3、C3、P4 预编译的固件，也可以从源码自行编译。
- 2
配网绑定
设备联网后会显示六位验证码，在控制台输入即可绑定到你的账号。
- 3
配置智能体
选择大模型、语音服务、音色与角色设定，下一轮对话立即生效。
- 4
开始对话
唤醒设备就能实时对话，每一次会话、工具调用与文本记录都可回溯。
vibbo-cli$ vibbo device pair --code 482913
board esp32-s3
transport websocket
agent workshop-guide
status paired
$ vibbo session tail
wake "hey vibbo"
asr "dim the living room lights"
tool home.set_brightness(30)
tts nova · 612ms核心能力
语音链路需要的一切，都已经接好了。
Vibbo 把流式语音识别、大模型和语音合成串成一条低延迟链路，并且每一段都能在控制台里换掉。
一键切换音色
按智能体切换语音服务、音色、语速与语言，不用重新烧录固件。
模型无关
接入任意 OpenAI 兼容的模型或服务商，需求变了随时替换。
MCP 工具调用
让智能体真正做事：端侧控制外设，云端接入智能家居与搜索。
设备与 OTA 管理
注册设备、按智能体分组，并通过 OTA 推送固件更新。
会话可观测
查看每一次回复背后的文本记录、耗时与工具调用。
系统架构
从麦克风到大模型，只有一条链路。
每一层都可替换：可以整套使用，也可以只用服务端，接上你自己的硬件。
01
硬件层
MCU + 麦克风 + 喇叭 + 显示屏
02
固件层
语音唤醒 + 音频编解码 + 通信
03
协议层
WebSocket / MQTT / MCP
04
服务端
大模型 + ASR + TTS + 记忆 + 工具
有文档的设备协议
任何能跑通 WebSocket 设备链路的硬件都能接进来。
不锁定服务商
按智能体自由组合模型、语音、记忆与工具服务。
可自托管服务端
用 Docker 把整套服务跑在你自己的基础设施上。
全链路可追踪
读源码、看会话、按需改造。