diff --git a/docs/readme/README_es.md b/docs/readme/README_es.md index dbbbe587c..3fd99a30a 100644 --- a/docs/readme/README_es.md +++ b/docs/readme/README_es.md @@ -168,8 +168,8 @@ Este proyecto ofrece dos formas de despliegue. Elija seg煤n lo que necesite: #### 馃殌 Elecci贸n del m茅todo de despliegue | M茅todo de despliegue | Caracter铆sticas | Escenarios | Documentaci贸n de despliegue | Requisitos | Tutoriales en v铆deo | |---------|------|---------|---------|---------|---------| -| **Instalaci贸n simplificada** | Di谩logo inteligente, gesti贸n de un solo agente | Entornos con pocos recursos; los datos se guardan en archivos de configuraci贸n y no hace falta base de datos | [鈶燰ersi贸n Docker](../Deployment.md#%E6%96%B9%E5%BC%8F%E4%B8%80docker%E5%8F%AA%E8%BF%90%E8%A1%8Cserver) / [鈶espliegue desde el c贸digo fuente](../Deployment.md#%E6%96%B9%E5%BC%8F%E4%BA%8C%E6%9C%AC%E5%9C%B0%E6%BA%90%E7%A0%81%E5%8F%AA%E8%BF%90%E8%A1%8Cserver)| 2 n煤cleos y 4 GB si usa `FunASR`; 2 n煤cleos y 2 GB si todo va por API | - | -| **Instalaci贸n de todos los m贸dulos** | Di谩logo inteligente, gesti贸n multiusuario, gesti贸n de varios agentes, uso de la interfaz de la consola inteligente | Experiencia con todas las funciones; los datos se guardan en una base de datos |[鈶燰ersi贸n Docker](../Deployment_all.md#%E6%96%B9%E5%BC%8F%E4%B8%80docker%E8%BF%90%E8%A1%8C%E5%85%A8%E6%A8%A1%E5%9D%97) / [鈶espliegue desde el c贸digo fuente](../Deployment_all.md#%E6%96%B9%E5%BC%8F%E4%BA%8C%E6%9C%AC%E5%9C%B0%E6%BA%90%E7%A0%81%E8%BF%90%E8%A1%8C%E5%85%A8%E6%A8%A1%E5%9D%97) / [鈶utorial de actualizaci贸n autom谩tica desde el c贸digo fuente](../dev-ops-integration.md) | 4 n煤cleos y 8 GB si usa `FunASR`; 2 n煤cleos y 4 GB si todo va por API | [Tutorial en v铆deo para arrancar el c贸digo fuente en local](https://www.bilibili.com/video/BV1wBJhz4Ewe) | +| **Instalaci贸n simplificada** | Di谩logo inteligente, gesti贸n de un solo agente | Entornos con pocos recursos; los datos se guardan en archivos de configuraci贸n y no hace falta base de datos | [鈶燰ersi贸n Docker](../Deployment.md#%E6%96%B9%E5%BC%8F%E4%B8%80docker%E5%8F%AA%E8%BF%90%E8%A1%8Cserver) / [鈶espliegue desde el c贸digo fuente](../Deployment.md#%E6%96%B9%E5%BC%8F%E4%BA%8C%E6%9C%AC%E5%9C%B0%E6%BA%90%E7%A0%81%E5%8F%AA%E8%BF%90%E8%A1%8Cserver)| Ejecutar `FunASR` en local consume bastante memoria; si todo va por API, el consumo de recursos es bajo | - | +| **Instalaci贸n de todos los m贸dulos** | Di谩logo inteligente, gesti贸n multiusuario, gesti贸n de varios agentes, uso de la interfaz de la consola inteligente | Experiencia con todas las funciones; los datos se guardan en una base de datos |[鈶燰ersi贸n Docker](../Deployment_all.md#%E6%96%B9%E5%BC%8F%E4%B8%80docker%E8%BF%90%E8%A1%8C%E5%85%A8%E6%A8%A1%E5%9D%97) / [鈶espliegue desde el c贸digo fuente](../Deployment_all.md#%E6%96%B9%E5%BC%8F%E4%BA%8C%E6%9C%AC%E5%9C%B0%E6%BA%90%E7%A0%81%E8%BF%90%E8%A1%8C%E5%85%A8%E6%A8%A1%E5%9D%97) / [鈶utorial de actualizaci贸n autom谩tica desde el c贸digo fuente](../dev-ops-integration.md) | Ejecutar `FunASR` en local consume bastante memoria, y adem谩s requiere recursos de base de datos; si todo va por API, el consumo de recursos es bajo | [Tutorial en v铆deo para arrancar el c贸digo fuente en local](https://www.bilibili.com/video/BV1wBJhz4Ewe) | Las preguntas frecuentes y los tutoriales relacionados est谩n en [este enlace](../FAQ.md) @@ -210,8 +210,8 @@ Este proyecto incluye las siguientes herramientas para comprobar el sistema y el | Herramienta | Ubicaci贸n | Uso | Qu茅 hace | |:---:|:---|:---:|:---:| -| Prueba de interacci贸n de audio | main銆媎igital-human銆媔ndex.html | En `main/digital-human`, ejecute `python start.py` y abra `http://127.0.0.1:8006/index.html` | Prueba la reproducci贸n y la recepci贸n de audio, y comprueba que el procesamiento de audio en Python funciona | -| Prueba de respuesta de los modelos | main銆媥iaozhi-server銆媝erformance_tester.py | Ejecute `python performance_tester.py` | Mide la velocidad de respuesta de los cuatro m贸dulos principales: ASR (reconocimiento de voz), LLM (modelo de lenguaje), VLLM (modelo de visi贸n) y TTS (s铆ntesis de voz) | +| Prueba de interacci贸n de audio | main銆媎igital-human銆媔ndex.html | En `main/digital-human`, instale las dependencias como indica su README, despu茅s ejecute `python start.py` y abra `http://127.0.0.1:8006/index.html` | Prueba la reproducci贸n y la recepci贸n de audio, y comprueba que el procesamiento de audio en Python funciona | +| Prueba de respuesta de los modelos | main銆媥iaozhi-server銆媝erformance_tester.py | Ejecute `python performance_tester.py` | Mide la velocidad de respuesta de los principales m贸dulos: ASR (reconocimiento de voz), LLM (modelo de lenguaje), VLLM (modelo de visi贸n) y TTS (s铆ntesis de voz) | > 馃挕 Nota: al medir la velocidad de los modelos, solo se prueban los modelos que tienen una clave configurada. @@ -226,15 +226,15 @@ Este proyecto incluye las siguientes herramientas para comprobar el sistema y el | Huella de voz | Admite el registro, la gesti贸n y el reconocimiento de la huella de voz de varios usuarios; se procesa en paralelo con el ASR, identifica en tiempo real qui茅n habla y se lo pasa al LLM para una respuesta personalizada | | Di谩logo inteligente | Admite varios LLM (modelos de lenguaje) para mantener un di谩logo inteligente | | Percepci贸n visual | Admite varios VLLM (modelos de visi贸n) para una interacci贸n multimodal | -| Reconocimiento de intenci贸n | Admite el reconocimiento de intenci贸n con el modelo de lenguaje (LLM) y la llamada aut贸noma a funciones del modelo, y ofrece un mecanismo de procesamiento de intenciones mediante plugins | +| Reconocimiento de intenci贸n | Admite el reconocimiento de intenci贸n con un modelo de lenguaje (LLM) externo y conectable, y la llamada aut贸noma a funciones del modelo, y ofrece un mecanismo de procesamiento de intenciones mediante plugins | | Sistema de memoria | Admite memoria local a corto plazo, memoria por la interfaz mem0ai y memoria inteligente PowerMem, con resumen de la memoria | | Base de conocimiento | Admite la base de conocimiento RAGFlow, para que el modelo decida si debe consultarla antes de responder | | Llamada a herramientas | Admite el protocolo IOT del cliente, el protocolo MCP del cliente, el protocolo MCP del servidor, el protocolo de punto de acceso MCP y funciones de herramientas personalizadas | | Env铆o de instrucciones | Apoyado en el protocolo MQTT, permite enviar instrucciones MCP desde la consola inteligente a los dispositivos ESP32 | -| Backend de administraci贸n | Ofrece una interfaz web de administraci贸n, con gesti贸n de usuarios, configuraci贸n del sistema y gesti贸n de dispositivos. La interfaz se muestra en chino simplificado, chino tradicional e ingl茅s | -| Herramientas de prueba | Incluye herramientas de prueba de rendimiento, de modelos de visi贸n y de interacci贸n de audio | +| Backend de administraci贸n | Ofrece una interfaz web de administraci贸n, con gesti贸n de usuarios, configuraci贸n del sistema y gesti贸n de dispositivos. La interfaz se muestra en chino simplificado, chino tradicional, ingl茅s, alem谩n, vietnamita y portugu茅s de Brasil | +| Herramientas de prueba | Incluye herramientas de prueba de rendimiento y de interacci贸n de audio | | Soporte de despliegue | Admite el despliegue con Docker y el despliegue local, y ofrece una gesti贸n completa de los archivos de configuraci贸n | -| Sistema de plugins | Admite extensiones de plugins funcionales, el desarrollo de plugins propios y la carga en caliente de plugins | +| Sistema de plugins | Admite extensiones de plugins funcionales y el desarrollo de plugins propios; los nuevos archivos de plugin se cargan autom谩ticamente en la siguiente conexi贸n del dispositivo, y los cambios en el c贸digo de un plugin ya cargado requieren reiniciar el servicio | ### En desarrollo 馃毀 @@ -254,7 +254,7 @@ Xiaozhi es un ecosistema. Al usar este producto, tambi茅n puede ver otros [proye | Forma de uso | Plataformas compatibles | Plataformas gratuitas | |:---:|:---:|:---:| -| Llamadas por la interfaz OpenAI | Alibaba Bailian, Volcano Engine, DeepSeek, Zhipu, Gemini, iFLYTEK | Zhipu, Gemini | +| Llamadas por la interfaz OpenAI | Alibaba Bailian, Volcano Engine, DeepSeek, Zhipu, Gemini, iFLYTEK, LM Studio | Zhipu, Gemini | | Llamadas por la interfaz Ollama | Ollama | - | | Llamadas por la interfaz Dify | Dify | - | | Llamadas por la interfaz FastGPT | FastGPT | - | @@ -280,8 +280,8 @@ En la pr谩ctica, se puede integrar cualquier VLLM que admita llamadas por la int | Forma de uso | Plataformas compatibles | Plataformas gratuitas | |:---:|:---:|:---:| -| Llamadas por interfaz | EdgeTTS, iFLYTEK, Volcano Engine, Tencent Cloud, Alibaba Cloud y Bailian, CosyVoiceSiliconflow, TTS302AI, CozeCnTTS, GizwitsTTS, ACGNTTS, OpenAITTS, Lingxi Streaming TTS, MinimaxTTS | Lingxi Streaming TTS, EdgeTTS, CosyVoiceSiliconflow (parcial) | -| Servicio local | FishSpeech, GPT_SOVITS_V2, GPT_SOVITS_V3, Index-TTS, PaddleSpeech | Index-TTS, PaddleSpeech, FishSpeech, GPT_SOVITS_V2, GPT_SOVITS_V3 | +| Llamadas por interfaz | EdgeTTS, iFLYTEK, Volcano Engine, Tencent Cloud, Alibaba Cloud y Bailian, CosyVoiceSiliconflow, TTS302AI, CozeCnTTS, CustomTTS, OpenAITTS, MinimaxTTS | EdgeTTS, CosyVoiceSiliconflow (parcial) | +| Servicio local | FishSpeech, GPT_SOVITS_V2, GPT_SOVITS_V3, IndexStreamTTS, PaddleSpeechTTS | IndexStreamTTS, PaddleSpeechTTS, FishSpeech, GPT_SOVITS_V2, GPT_SOVITS_V3 | --- @@ -297,8 +297,8 @@ En la pr谩ctica, se puede integrar cualquier VLLM que admita llamadas por la int | Forma de uso | Plataformas compatibles | Plataformas gratuitas | |:---:|:---:|:---:| -| Uso local | FunASR, SherpaASR | FunASR, SherpaASR | -| Llamadas por interfaz | FunASRServer, Volcano Engine, iFLYTEK, Tencent Cloud, Alibaba Cloud, Baidu Cloud, OpenAI ASR | FunASRServer | +| Uso local | FunASR, SherpaASR, SherpaParaformerASR, VoskASR | FunASR, SherpaASR, SherpaParaformerASR, VoskASR | +| Llamadas por interfaz | FunASRServer, Volcano Engine, iFLYTEK, Tencent Cloud, Alibaba Cloud y Bailian, Baidu Cloud, OpenAI ASR, GroqASR, Qwen3ASRFlash | FunASRServer | --- @@ -306,7 +306,9 @@ En la pr谩ctica, se puede integrar cualquier VLLM que admita llamadas por la int | Forma de uso | Plataformas compatibles | Plataformas gratuitas | |:---:|:---:|:---:| -| Uso local | 3D-Speaker | 3D-Speaker | +| Llamadas por interfaz | Servicio de reconocimiento de huella de voz (voiceprint-api) | - | + +El reconocimiento de huella de voz requiere desplegar por separado el servicio [voiceprint-api](https://github.com/xinnan-tech/voiceprint-api) (basado en 3D-Speaker), que depende de MySQL; consulte la [gu铆a de integraci贸n de la huella de voz](../voiceprint-integration.md) ---