VoiceMem

中文 | English

项目主页 / 技术报告 / VoiceMem Utils / VoiceMem Model Families / ChatMem-400K

我们带来 VoiceMem，为语音模型增加最后一个组件：灵魂，让它真正越来越懂你。VoiceMem 建立在「流式双脑」架构之上，提供精准、有情感、懂人格、低延迟且最便宜的记忆服务。本仓库将「永久保持全部开源」。

快速理解 VoiceMem：

左脑： 直接管理信息，在 Top-3 限制下维持 Mem0 的满载性能。
右脑： 用长短期情绪归因管理「情商」，含交叉节点、与左脑信息联合维护。
低延迟： 通过压缩信息、分层存储、流式查询（0–300 ms 投机预取），几乎不增加延迟。
简单实用： 单轮查询约 300 token；架构全部解耦，全部组件（含底层记忆引擎）都可更换。

News

09/01/2026 · v0.0.2 — 修复事件日期链路，移除右脑冗余记忆类别，开放可插拔语音合成层。
08/27/2026 · v0.0.1 — 发布初代 VoiceMem 和 Technical Report。
08/21/2026 — 开源 VoiceMem 模型系列，可直接读取并理解 VoiceMem 提供的记忆。
️ 08/21/2026 — 发布 VoiceMem Utils，开箱即用。
08/20/2026 — 开源 ChatMem-400K 数据集。

Demo

注意： 播放前需要先取消静音。

https://github.com/user-attachments/assets/0d919f8c-e9ba-4fdb-8078-b049e4b99a28

快速开始

安装

git clone https://github.com/xzf-thu/VoiceMem.git
cd VoiceMem

# 安装记忆系统（含 ASR / 声纹 / 场景 / 情绪 / 本地 embedding 全套内置组件）
pip install voicemem

# 可选：用我们微调的 Qwen 回复模型
pip install "voicemem[slm]"

下载所需模型

pip install -U huggingface_hub

hf download zhifeixie/VoiceMem_Default_Models_Env --local-dir ./models

基础用法

作为离线记忆引擎运行

…

以流式方式运行 VoiceMem

可以把 VoiceMem 的流式接口看作一个持续处理音频的 VAD 接口。

下面这段：先显式存一条事实，再喂一段问句音频，看记忆是怎么在人还没说完时就查好的；最后照例走一次入库判断。

…

VoiceMem 交互式演示

演示代码在仓库里（pip 装的包只有库本身），先确认已经克隆并进入仓库目录。

python web/run.py

然后访问：

http://localhost:8787

Demo 默认把终端输出（含 Python logging 和 Uvicorn 的日志）保存一份到 results/logs/voicemem-时间-PID.log，每行带时间戳和 stdout/stderr 标记。启动时终端会打印实际路径。指定文件或临时关闭如下。

python web/run.py --log-file results/logs/debug.log
python web/run.py --no-file-log

回复模型的上下文由当前输入、本次会话尚未入库的对话和检索记忆组成。每轮对话先进入内存 SessionBuffer；异步记忆写入完成并确认产生持久记忆后，对应 turn 从 SessionBuffer 移除。没有产生长期记忆的临时对话会保留到本次会话结束，不同 Memory Space 和不同 WebSocket 会话互相隔离。

播放期间的插话使用两阶段控制：VAD 首先暂停并保留音频队列；明确停止指令或稳定 ASR 文本确认后才清空队列并取消回复；附和、回声、无文字声音和单音节碎片会恢复播放。候选静音回退和最长等待时间可分别通过 BARGE_REJECT_SILENCE_MS、 BARGE_CANDIDATE_TIMEOUT_MS 调整。

两种回复模式共用以 PCM 样本位置为基准的输出时间轴。浏览器 AudioWorklet 回报实际渲染进度，打断时只把已经播放的回复写入 SessionBuffer。TTS 后端可选返回 TimedAudioChunk 提供文字对齐；普通 PCM 后端按分段音频长度和动态语速估算。

VoiceMem：基于流式双脑架构的记忆系统

VoiceMem 是一个面向实时语音智能体的记忆系统。

VoiceMem 不把所有记忆放进同一个检索数据库，而是将记忆拆分成两个互相配合的部分：

左脑通过 Schema 和 Entity 组织事实记忆，用于更加准确地检索信息。
右脑通过独立节点和跨实体节点管理人格、情绪和关系信息。

整个流程都是流式的。

在用户仍然说话时，VoiceMem 会持续完成音频分段、语音转写、记忆提取，并把结构化信息写入记忆图中。

查询时，VoiceMem 会先路由，再排序，最后只把 Top-K 条记忆注入模型上下文，从而在保留相关信息的同时控制上下文长度。

主要特性

精准 — 在 LoCoMo 上达到 91.2%，Mem0 为 61.68%，并且只需要 Top-5 条记忆。
❤️ 有情感、懂人格 — 不只记住用户说过什么，还会记住用户是谁、用户有什么感受。在 PersonaMem 上达到 69.44%。
多模态 — 可以从真实世界音频中记住语音、说话人、声音事件、多人对话和音乐。
⚡ 低延迟 — 响应时间为 134 ms，Mem0 为 1,440 ms，并支持在语音轮次内部进行流式检索。
低 Token 消耗 — 每次只使用 430 个记忆 token，Mem0 为 6,956，EverMemOS 为 1,899。

VoiceMem 模型系列

我们通过三阶段 OPD 训练流程构建 ChatMem-400K：

Memory-world construction
SLM-validated online on-policy distillation（OPD）
Human refinement

同一套流程在人工编辑后形成 ChatMem-Bench，评测语音模型是否能够在长期沉淀中形成对用户的理解。

VoiceMem 家族开源模型包括 Qwen2.5-Omni、Qwen3-Omni 和 Step-Audio2-Mini。这些模型可以在对话时接受并理解 VoiceMem 提供的记忆信息。

使用 VoiceMem 定制你的语音智能体

你可以将 VoiceMem 接入自己的语音模型，用于构建带有长期记忆能力的实时语音智能体。

整体流程如下：

麦克风 → VoiceMem 监听语音并提前检索相关记忆 → 你的模型读取这些记忆并生成回答

export OPENAI_API_KEY=sk-...
# 仅在写入记忆时用于事实信息提取。
# 记忆检索完全在本地运行。

python examples/03_simple_agent_with_voicemem_memory.py

换成你自己的模型：把生成那一步换掉就行，记忆那半边一行都不用动。

def my_reply(text, memory_context):        # 同步函数也可以，会自动丢线程
    return my_model.generate(system=memory_context, user=text)

vm = VoiceMem(reply=my_reply)

️ 模型微调

VoiceMem 提供完整的微调代码，可用于训练自己的 VoiceMem Model Family Adapter。

默认训练配置与发布的 checkpoint-3318 使用的配置一致。

使用默认参数运行下面的命令，可以复现相同的 Adapter：

pip install ms-swift==4.5.2 bitsandbytes

python finetune/train.py --data data/train.jsonl

训练数据格式、GPU 显存要求，以及如何更换基础模型，请参阅 finetune/README.md。

评测

评测流程完全开源，并且可以复现。

运行评测

只需要一条命令即可运行 Benchmark：

export OPENAI_API_KEY=sk-...

# 建议先运行仓库中自带的小型示例，
# 确认环境和配置没有问题。
# 2 个对话，5 个问题。
python evaluation/run.py \
    --dataset locomo \
    --data evaluation/examples/locomo_sample.json

# 然后运行完整数据集。
python evaluation/run.py \
    --dataset locomo \
    --data data/locomo.json

示例结果：

LoCoMo: 10 conversations · 152 questions

Score: 139/152 = 91.4%

  multi_hop     88.2%
  temporal      85.7%
  single_hop    95.1%

Median retrieval latency: 12 ms
Median retrieved memory: 298 tokens

在运行完整评测之前，可以加入 --inspect，检查数据集是否被正确解析。

这个模式不会调用模型，因此也不会产生 API 费用：

python evaluation/run.py \
    --dataset locomo \
    --data data/locomo.json \
    --inspect

评测过程中，回答模型只会收到检索得到的记忆，不会收到原始对话历史。

如果直接把完整对话交给模型，Benchmark 测试的就会变成模型的阅读理解能力，而不是记忆系统本身的能力。

完整评测流程，以及添加新 Benchmark 的方法，请参阅 evaluation/README.md。添加一个新的 Benchmark 只需要增加一个文件并实现两个函数。

引用

如果 VoiceMem 对你的研究有帮助，请引用我们的论文：

@misc{2608.26005,
  author = {Zhifei Xie and Jiaqi Lang and Ze An and Yifan Zhao and Dongchao Yang and Kai Li and Ziyang Ma and Mingbao Lin and Chunyan Miao and Shuicheng Yan},
  title = {{V}oice{M}em: {S}treaming {D}ual-{B}rain {M}emory for {R}eal-{T}ime {I}nteraction},
  year = {2026},
  eprint = {2608.26005},
  note = {arXiv:2608.26005v1}
}

致谢

我们感谢以下优秀的开源项目：

mem0 — 向量记忆引擎
FunASR — 基于 paraformer-zh-streaming 的流式 ASR
sherpa-onnx — Silero VAD、3D-Speaker 说话人验证，以及备用流式 ASR
intfloat/multilingual-e5 — 本地 Embedding 和 Slot 分类

VoiceMem 同时使用 OpenAI API 提供 Chat、TTS 和 Realtime 功能。

许可证

VoiceMem 基于 Apache License 2.0 开源。

详细信息请参阅 LICENSE。

中文 | English

Project Page / Technical Report / VoiceMem Utils / VoiceMem Model Families / ChatMem-400K

We introduce VoiceMem, adding the final component to voice models: a soul, so they truly come to understand you better over time. VoiceMem is built on a streaming dual-brain architecture and provides accurate, emotional, personality-aware, low-latency, and lowest-cost memory services. This repository will remain fully open source, permanently.

A quick overview of VoiceMem:

Left Brain: Directly manages factual information and sustains Mem0's full performance under a Top-3 memory limit.
Right Brain: Manages emotional intelligence through short-term and long-term emotional attribution, including cross-entity nodes and joint maintenance with Left Brain information.
Low Latency: Uses information compression, hierarchical storage, and streaming retrieval with 0–300 ms speculative prefetching, adding almost no extra latency.
Simple and Practical: Each query uses about 300 tokens. The architecture is fully decoupled, and every component, including the underlying memory engine, can be replaced.

News

09/01/2026 · v0.0.2 — Fixed the memory event-date path, removed a redundant right-brain memory class, and opened up the speech synthesis layer.
08/27/2026 · v0.0.1 — Released the first version of VoiceMem and our Technical Report.
08/21/2026 — Open-sourced the VoiceMem model family (Qwen2.5-Omni / Qwen3-Omni / Step-Audio2-Mini), able to read and use the memory VoiceMem provides.
️ 08/21/2026 — Released VoiceMem Utils, all default local models packaged for out-of-the-box use.
08/20/2026 — Open-sourced ChatMem-400K, built with a three-stage OPD pipeline.

Demo Video

Note: Please unmute the video before playback. https://github.com/user-attachments/assets/0d919f8c-e9ba-4fdb-8078-b049e4b99a28

Overview

Quick Start
VoiceMem Dual-Brain Streaming Architecture
VoiceMem Model Families
Customize Your Voice Agent with VoiceMem
️ Finetuning
Evaluation
Citation
Acknowledgements
License

Quick Start

Installation

Prerequisite: Python 3.10+

git clone https://github.com/xzf-thu/VoiceMem.git
cd VoiceMem

# Install the memory system (bundles ASR / speaker ID / scene / emotion / local embedding)
pip install voicemem

# Optional: run our fine-tuned Qwen reply model
pip install "voicemem[slm]"

Required Model Download

pip install -U huggingface_hub

hf download zhifeixie/VoiceMem_Default_Models_Env --local-dir ./models

Basic Usage

Run as an Offline Memory Engine

…

Run VoiceMem in Streaming Mode

Think of VoiceMem's streaming interface as a VAD interface that continuously processes audio.

The example below stores one fact explicitly, then feeds a question as audio to show how the memory is already retrieved before the speaker finishes. It ends, as always, with the ingest decision.

…

Interactive Demo with VoiceMem

The demo lives in the repo (the pip package ships the library only) — make sure you have cloned it and are in the repo root.

python web/run.py

Then open:

http://localhost:8787

By default, the demo mirrors terminal output — including Python logging and Uvicorn's own logs — to results/logs/voicemem-TIME-PID.log, one timestamped line per record, tagged stdout or stderr. The resolved path is printed at startup. To choose a path or disable file logging:

python web/run.py --log-file results/logs/debug.log
python web/run.py --no-file-log

Reply context combines the current input, turns from this session that are not yet represented by persistent memory, and retrieved memory. Each turn enters an in-memory SessionBuffer first. The asynchronous ingest completion callback removes it only after persistent memory is created. Buffers are isolated by Memory Space and WebSocket session.

Barge-in uses two stages during playback. VAD first pauses playback while preserving the audio queue. An explicit stop command or stable ASR updates confirm cancellation; backchannels, echo, non-text sounds, and isolated syllables resume playback. BARGE_REJECT_SILENCE_MS and BARGE_CANDIDATE_TIMEOUT_MS configure rejection timing.

Both reply modes share a PCM-sample media timeline. The browser AudioWorklet reports actual rendered progress, so interrupted context contains only the heard prefix. TTS providers may return TimedAudioChunk alignment metadata; plain PCM providers use segment duration and an adaptive speech-rate fallback.

VoiceMem: Memory with a Streaming Dual-Brain Architecture

VoiceMem is a memory system built for real-time voice agents.

Instead of storing every type of memory in a single retrieval database, VoiceMem separates memory into two complementary parts:

Left Brain organizes factual memory using schemas and entities for more accurate retrieval.
Right Brain manages personality, emotion, and relationships using independent and cross-entity memory nodes.

The entire pipeline is streaming.

While the user is stil

VoiceMem

工具介绍

News

Demo

目录

快速开始

安装

下载所需模型

基础用法

作为离线记忆引擎运行

以流式方式运行 VoiceMem

VoiceMem 交互式演示

VoiceMem：基于流式双脑架构的记忆系统

主要特性

VoiceMem 模型系列

使用 VoiceMem 定制你的语音智能体

️ 模型微调

评测

运行评测

引用

致谢

许可证

News

Demo Video

Overview

Quick Start

Installation

Required Model Download

Basic Usage

Run as an Offline Memory Engine

Run VoiceMem in Streaming Mode

Interactive Demo with VoiceMem

VoiceMem: Memory with a Streaming Dual-Brain Architecture

Issues· 0 开放

> 标签

> 工具信息

> 相关工具

VoiceMem

工具介绍

News

Demo

目录

快速开始

安装

下载所需模型

基础用法

作为离线记忆引擎运行

以流式方式运行 VoiceMem

VoiceMem 交互式演示

VoiceMem：基于流式双脑架构的记忆系统

主要特性

VoiceMem 模型系列

使用 VoiceMem 定制你的语音智能体

️ 模型微调

评测

运行评测

引用

致谢

许可证

News

Demo Video

Overview

Quick Start

Installation

Required Model Download

Basic Usage

Run as an Offline Memory Engine

Run VoiceMem in Streaming Mode

Interactive Demo with VoiceMem

VoiceMem: Memory with a Streaming Dual-Brain Architecture

Issues· 0 开放

> 标签

> 讨论区

> 工具信息

> 相关工具