[开源] 小伴：像给豆包打电话一样，打开浏览器就能和 AI 语音聊天

做了个叫「小伴」的 AI 语音伙伴，交互是像给豆包打电话一样：点一下「开始通话」，直接开口说，它会用声音回答，你可以继续聊，也可以在它说到一半时打断。

现在 MIT 开源了，可以用自己的 API Key 在本机跑，也可以拿去改成自己的语音搭子。

在线体验： https://xiaoban-voice.gemigo.app （需要登录，有用量限制；自己在本地跑不需要 GemiGo 账号）

通话时不用一直按住录音键，也不用一句一句点发送。想闲聊就闲聊，想梳理事情就说出来；切到英语模式，也能和它练口语。可以关麦、静音，换音色和语速；聊完点「结束通话」。

桌面和手机版式都做了，聊天记录保存在当前浏览器，可以导出或清空。

声音目前有两种模式：默认等一段回复的音频收齐再连续播放，网络到包不均匀时更容易完整听完，代价是开口前多等一会儿；也可以切成边收边播，先听到回答。网络太差时仍可能等待或断续，扬声器回声也受设备影响，建议先戴耳机试。

自己跑需要 Node.js 22+ 和已开通实时模型的百炼 Key：

git clone https://github.com/Peiiii/xiaoban.git
cd xiaoban
npm ci
cp .env.example .env
# 填写自己的百炼 Key 和业务空间实时接口地址
npm start

打开 http://localhost:4318 就能开始通话。语音用千问 Qwen 3.8 Omni Flash Realtime ，API 费用自付，Key 留在服务端。语音和对话会发给模型提供商处理。本地服务只监听本机，公开部署需补鉴权和用量控制；详细配置在 README 。

这是一个早期作品。如果你也想有个自己的 AI 电话搭子，欢迎拿去用、拿去改；觉得有用，帮忙点个 star 。真实通话遇到的问题也欢迎提 issue ，别贴 API Key 。