01
Nexting Nexting-ai/nexting
⭐ 2225
穿戴
源码 + 硬件
商业化 强
定位说话就能给电脑上的编码代理派活，用领夹设备 PIN 或戒指 Ring 远程看会话、发任务、接管执行。
亮点链路是 PIN 走低功耗蓝牙到 iPhone 做转写、再经云端交给本机的 Claude Code、Codex、Grok、Cursor 或 OpenClaw，结果回推到手机，官方称派发一次任务约 3 秒；PIN 129 美元已在售，Ring 处于私测，iOS 应用已上架；仓库把 agent-bus、devices、hardware-opensource、plugin 分目录开源；端到端加密可选，开启后中继只搬密文；另售 29 美元/月的托管代理。
商业化强。开源仓库、量产硬件、应用商店渠道三者齐备，穿戴入口加订阅的收费结构现成，可穿戴语音入口的产品形态有现成参照。
风险与坑转写之后的链路依赖云端中继，隐私边界要靠用户自己开开关；只围绕几家编码代理，上游协议一变就要跟改；Ring 仍在私测，量产节奏未知；2 个未关闭 issue，社区规模还小。
版本android-v3.1.8（2026-10-30）｜ 最近推送 2026-10-30
02
Speech Studio timoncool/speech-studio
⭐ 231
语音终端
桌面应用
商业化 中
定位桌面端离线语音工作台，克隆音色朗读与录音转写都在本机跑，Rust 加 C++ 写成原生程序，不需要 Python 环境。
亮点三种模式：朗读支持按角色分配音色的对话、自动写播客脚本、整本 EPUB、FB2、PDF、DOCX；转写把录音、视频或链接变成带说话人与时间轴的文本，能校验朗读与原稿是否一致，并从素材里炼出音色；Live 模式经 MCP 接 AI 代理做语音对话，边写边说、麦克风回听。推理后端可选 CUDA、Vulkan、Metal，模型在界面里一键下载；俄语细节做到数字变格、重音与 ё，界面含中文版。
商业化中。本地化语音“下载即用、无云依赖”的封装方式可直接搬到行业终端；许可为自定义条款，商用前必须读 LICENSE 正文。
风险与坑6 个未关闭 issue；只覆盖桌面三平台，没有 ARM 板卡与嵌入式路径；模型体积大，首次使用强依赖网络；中文效果在自述里没有给出指标；许可非标准 SPDX 标识。
版本v0.4.0（2026-11-03）｜ 最近推送 2026-11-07
03
WatchPointer umarz317/WatchPointer
⭐ 218
穿戴
源码（Xcode）
商业化 弱
定位把 Apple Watch 当鼠标：抬手对着屏幕移动指针，点按即点击，长按即拖拽，表冠滚动。
亮点手表与 Mac 之间直接走蓝牙，不经 Wi-Fi 与服务器；指针跟随表体上沿指向，跨多显示器可用；Mac 端在刘海里显示连接状态、手表型号、电量与实时指向，可钉住常开；一次配对只认一台 Mac，按暂停即交还触控板；另附一个光枪风格小游戏。
商业化弱。MIT 的个人工具，价值在于验证手表当输入设备的手感；产品化要自己做配对、签名与分发。
风险与坑需要 macOS 14、watchOS 11 与 Xcode 16 自行编译安装，没有商店包也没有 release；依赖辅助功能与蓝牙权限；0 个未关闭 issue 说明反馈量极小，跨机型未验证。
版本未发 release｜ 最近推送 2026-11-07
04
$1.5 Joint Module yzytz17/1.5-joint-module
⭐ 185
桌面机器人
硬件（Gerber + CAD + STL）
商业化 中
定位1503 无刷云台电机、约 1.5 美元的四层 FOC 驱动板、全 3D 打印减速箱，三样便宜件拼成机器人关节，目标是压低整机成本。
亮点驱动板尺寸塞进电机壳内，减速箱全部可打印；PCB Gerber、驱动固件、SolidWorks 模型与 STL 全开；作者把成本下限当设计目标，指向六轴臂、四足与云台头这类整机，且不牺牲减速比与定位分辨率；中英文双份说明，并声明中文原文为准。
商业化中。关节是桌面机器人与小型机械臂的成本大头，CERN-OHL-W-2.0 属弱互惠，允许商用，改动过的文件需回馈。
风险与坑仓库自述仍未完成，MISSING.md 按阻塞程度列出缺口：原始 config.h 缺失，固件里 17 个宏有 6 个是占位值；没有原理图，Gerber 只有元件位置没有型号，两块 6 针排针的针脚定义也没有，别人无法备料贴片；0 个未关闭 issue。
版本未发 release｜ 最近推送 2026-11-02
05
X2Streaming-ASR X-Square-Robot/X2Streaming-ASR
⭐ 89
语音终端
源码（服务端）
商业化 中
定位中英混说的流式识别模型，只追加不回头改字，说出口的文本即最终文本。
亮点策略是不确定就先等、上下文足够才吐字，已定稿的字永不撤回，下游代理可以放心对已出文本执行动作；原生因果流式并复用 KV 缓存，词出现延迟在几十毫秒级；4B 权重已放 Hugging Face（X2Streaming-ASR-4B-1009），论文为 arXiv 2609.08672；仓库给出实时字幕、歧义词等待、机器人指令三个用例与演示视频。
商业化中。机器人语音前端最怕识别反复改字导致指令抖动，追加式输出直接解掉这一环；Apache-2.0，商用无附加限制。
风险与坑4B 模型要独立算力，端侧板卡跑不动；只有 Python 3.11 的服务端路径，没有嵌入式移植说明；0 个未关闭 issue，准确率是论文口径，缺少第三方复现。
版本未发 release｜ 最近推送 2026-10-28
06
esp32-pie-asr BoumedineBillal/esp32-pie-asr
⭐ 55
语音终端
固件
商业化 中
定位在 ESP32-P4 上用两个 RISC-V 核心跑开放词表流式英语识别，麦克风进、屏幕出字，不联网也不用神经网络加速器。
亮点模型是 Banafo 的 Kroko（65.7M 参数 Zipformer2 transducer），权重从 71MB 压到 26.65MB（2 位与 4 位），开机从 microSD 卡 2.9 秒读入 32MB PSRAM，内部 RAM 还余 121KB；两核 400MHz 加 PIE SIMD，速度是实时的 0.70 倍，即 1.28 秒音频用 0.90 秒算完；LibriSpeech test-clean 错误率 4.34%、test-other 10.26%；单词说完约 2 秒定稿；仓库配 arXiv 论文 2610.38739、浏览器一键刷机页、Actions 固件构建与 Hugging Face 权重。
商业化中。离线识别固件可直接做成语音面板与遥控模组的参考实现，既省云端费用也省数据出端；Apache-2.0 可闭源集成。
风险与坑只有固定英语词表，不能现场换唤醒词；绑定 ESP32-P4 与 32MB PSRAM 这一档硬件；4.34% 是朗读测试集成绩，远场与噪声场景未测；v1.0 与仓库同期发布，缺长期运行验证。
版本v1.0（2026-10-25）｜ 最近推送 2026-11-01
07
xiaozhi-thinksmart-client justhalfbit/xiaozhi-thinksmart-client
⭐ 30
语音终端
源码（设备端）
商业化 弱
定位联想 ThinkSmart View 会议屏刷成 Ubuntu 之后的语音客户端，本地唤醒词「小麦小麦」，按小智协议连自建网关，对话界面直接上屏。
亮点状态机把唤醒、聆听、回复、10 秒追问窗口与待机串起来，回复期间麦克风不上传，只有唤醒词或按钮能打断，打断时回报已播毫秒数；回声消除用 WebRTC APM，只在对话中或刚播过声时运行；唤醒词跑 sherpa-onnx，单线程 40 毫秒一批，安静时跳过解码；麦克风 16kHz、扬声器 48kHz 走 PipeWire；支持按住说话、文字提问、按模型分开的对话记录；单元测试不需要设备声卡。
商业化弱。依附特定二手会议屏与同作者的系统镜像，属改造示范；能收费的是整机翻新与上门安装。
风险与坑3 个未关闭 issue；只在 CD-18781Y 一种机型跑通；必须自建 xiaozhi-hub-server 网关；唤醒词与提示词写死在配置里；维护面只有作者一人。
版本c0.1.6-s0.2.1（2026-11-07）｜ 最近推送 2026-11-07