Pi 官方开始给 Agent 加“耳朵”了🔥
Earendil Works 自己开源新的插件： pi-voice
支持 Whisper、Qwen3-ASR、Parakeet、Voxtral、SenseVoice 这些本地模型，说完以后直接转成文字进入 Pi
1、本地模型 + 本地语音
比如 Pi 接 Qwen3.8，本地跑模型，再配 pi-voice 的本地 STT。
从你说话，到模型处理，再到操作代码，整个链路都可以不经过第三方语音服务。
对于比较在意隐私、代码不想上传的人，这套组合就很舒服。
2、写代码的时候不用一直停下来敲 Prompt
看到一个 Bug，直接说：
“先检查刚才这个报错，只改后端，跑完测试再告诉我。”
很多这种临时想法，其实语音比打字自然得多，尤其 Agent 本身就在后台跑任务的时候。
3、音频和视频也可以直接变成 Pi 的输入
pi-voice 还有 transcribe_file，会议录音、采访、教程视频都能先本地转成文字，再让 Pi 做总结、提取任务或者继续处理。
后面我会尝试配合 Qwen、DeepSeek 这种本地模 或者 API 模型， 试试 PI 搭上语音本地助手是什么效果？
而且官方还预留了 /voice 这个命令： future voice mode