Ming Voice는 inclusionAI의 음성-음성(speech-to-speech) 모델 Ming-3.0-audio-tiny를 기반으로 한 완전 로컬 실시간 음성 비서로, AMD Radeon GPU(ROCm 7.2)를 우선 지원하고 NVIDIA GPU는 실험적으로 지원한다. 개발자 측정 기준 RX 7900 XTX에서 발화 종료 후 첫 응답 음성까지 중앙값 약 0.23초이며, Smart Turn v3 기반 턴 감지와 자기 음성 에코를 구분하는 끼어들기 처리를 갖췄다. 웹 검색·타이머·메모 등 도구와 Home Assistant·Jellyfin 제어를 지원하고, Wyoming 프로토콜로 Home Assistant Assist에 STT·TTS·대화 에이전트로 연결할 수 있다. 16GB 이상 VRAM이 필요하다.