opea/audioqna

AudioQnA镜像说明

镜像概述

AudioQnA镜像提供音频问答网关服务，集成自动语音识别（ASR）、生成式语言模型（LLM）和文本转语音（TTS）三大核心组件，实现从音频输入到语音输出的端到端问答流程，支持Intel Xeon、Gaudi及AMD EPYC、ROCm等多种硬件平台部署。

核心功能

1. 音频转文字（ASR）：通过Whisper服务将用户音频查询转换为文本；
2. 智能问答生成（LLM）：利用Meta-Llama-3、Intel neural-chat等模型生成精准文本答案；
3. 文字转语音（TTS）：通过SpeechT5服务将答案转换为自然语音输出；
4. 多硬件兼容：适配不同CPU/GPU平台，提供灵活部署选项。

使用场景

• 智能客服：语音咨询自动回复；
• 教育交互：语音提问获取学科知识解答；
• 辅助：语音咨询健康问题（需结合合规内容）；
• 智能家居：语音控制设备时获取状态反馈。

配置说明

部署方式

1. Docker Compose：适用于单机/小规模集群，支持多硬件平台；
2. Kubernetes Helm Charts：适用于大规模生产环境，提供容器编排能力。

验证配置示例

Docker Compose部署示例

yaml
version: '3.8'
services:
  audioqna-gateway:
    image: opea/audioqna
    ports: ["8080:8080"]
    environment:
      - ASR_SERVICE=http://asr:5000
      - LLM_SERVICE=http://llm:5001
      - TTS_SERVICE=http://tts:5002
  asr:
    image: opea/whisper-asr
    ports: ["5000:5000"]
  llm:
    image: opea/llama3-llm
    ports: ["5001:5001"]
  tts:
    image: opea/speecht5-tts
    ports: ["5002:5002"]

运行命令：docker-compose up -d