Vai al contenuto principale
← Torna alle notizie

Open WebUI 0.12.0: chiamate vocali in tempo reale

Casi d'uso
Fonte:GitHub
La nuova versione di Open WebUI aggiunge la modalità Realtime per le chiamate vocali: un modello vocale gestisce la conversazione e passa le domande al modello di chat selezionato, che risponde usando il suo storico e i suoi tool. Attivabile dagli amministratori nelle impostazioni audio.
Leggi l'articolo originale

Articoli correlati

Llama 3 e Llama 4: la famiglia open di Meta, quale modello gira sul vostro hardware

Dalla 3.1 8B alla 4 Scout MoE con contesto da 10M: la famiglia Llama in tabella, cosa gira su 16, 48 e 128 GB di RAM, la licenza Community tradotta per l'azienda italiana e la scelta per budget.

Ollama vs LM Studio: Quale Tool Scegliere per l'IA Locale

Ollama per macchine e server (API 11434), LM Studio per esplorare e misurare (server 1234, benchmark integrato): la tabella comparativa, l'API OpenAI-compatibile e il caso reale di chi li usa insieme.

gpt-oss: il modello di ragionamento open di OpenAI

21B di parametri totali ma solo 3,6B attivi, pesi nativi in MXFP4 e 128K di contesto: il primo modello di ragionamento open di OpenAI sta in 16GB. Cosa significa in pratica.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🎵

Stable Audio Open 1.0

Modelli

Fino a 47 secondi di audio da testo: musica e effetti sonori di alta qualità. Ottimo per produzioni sonore e sound design locali.

⚡

faster-whisper

Inferenza

Reimplementazione di Whisper basata su CTranslate2: fino a 4 volte più veloce di openai/whisper con la stessa accuratezza e meno memoria. Supporta la quantizzazione 8-bit su CPU e GPU.

Kandinsky 6.0 Video

Modelli

I modelli foundation per la generazione sincronizzata di video e audio di Kandinsky Lab: da un prompt genera clip video con audio allineato, pubblicata in open weight. Primo paper della giornata su Hugging Face (2026-10-06), con checkpoint e Spaces già disponibili.

🎵

Kokoro-82M

Modelli

Modello di sintesi vocale da 82M di parametri su architettura VITS, Apache-2.0 per i pesi, con voci in decine di lingue e qualità sorprendentemente alta per le dimensioni. Gira in modo efficiente anche solo su CPU.

Sfoglia tutte le risorse