Unmute by Kyutai

Unmute by Kyutai 的核心功能是让大语言模型（LLM）具备语音交互能力，即能够“听”用户的语音输入，并将模型生成的文本回复转换为语音输出，从而实现双向的实时语音对话。

它适用于语音助手、实时语音聊天机器人、无障碍辅助工具（帮助视障或行动不便用户）、车载语音交互、以及任何需要免提或自然语言对话的场景。开发者可直接将其集成到现有 LLM 应用中，用户无需打字即可完成交互。

其技术围绕语音输入和语音输出展开，通常涉及自动语音识别（ASR）、大语言模型推理和语音合成（TTS）的端到端衔接，并针对低延迟实时交互进行了优化，以提供接近自然对话的体验。具体实现细节因其商业或开源版本而异，但核心目标是让 LLM 无缝支持语音。