Nginx

-多模态对话：支持文字、图片、语音三种消息类型，儿童可通过语音、拍照、打字与AI交互。-语音识别（ASR）：基于Qwen3-ASR本地推理，支持wav、mp3、flac、ogg、m4a等多种音频格式转写。-语音合成（TTS）：基于Kokoro-TTS本地推理，支持自定义音色、语言和语气控制，另有Qw