CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

开发过AI应用的朋友都知道，想做一个能看、能听、能说的虚拟AI伴侣有多麻烦。你得分别接入语音识别、LLM、语音合成。

还得想办法让这些模块协同工作，光配置环境就能折腾一天。更别提还要处理实时对话、嘴型同步这些细节问题，整套下来头都大了。

今天介绍一个很火的开源，曾拿下Github每日最佳的AI伴侣Airi。

开源地址：https://github.com/moeru-ai/airi

简单来说，这是一个整合框架，就是把上面那些麻烦事情都集成在了一起，用起来相当方便。

Airi最大的亮点就是模块化设计。你不需要去研究每个AI模型怎么调用，框架已经帮你把语音识别、语言模型对话、语音合成这些环节串联起来了。

就像乐高积木一样，每个功能模块都是现成的，你想怎么拼就怎么拼，不想折腾直接用默认配置也行。对新手来说特别友好，只要跟着教程做就可以了。

目前，已经开发出的功能包括意识、发生和听觉，视觉、记忆功能正在开发中。

Airi支持实时的语音输入输出，可以像真人一样边听边回应，而不是那种傻傻地等你把话说完才反应，用起来的感觉就像是跟朋友打电话差不多。

嘴型同步和表情驱动这些细节Airi也考虑到了。虚拟角色说话时嘴会跟着动，表情也会根据对话内容有所变化。

虽然听起来是小事，但正是这些细节让角色看起来不那么假。

Airi兼容性很强，不绑定特定的AI模型，你想用哪家的大语言模型都行，例如，OpenAI、Claude、gemini、Minimax、DeepSeek等市面上所有主流开闭源模型。

语音识别和合成模块也可以替换。这对于有特定需求或者预算考虑的开发者来说很友好。毕竟不同模型的成本和效果差异挺大的，能自由选择才是王道。