Willow Inference Server (WIS) 是一个高效的开源语言推理服务器，支持自托管并优化了CUDA和低端设备的使用。在减少内存和显存占用的前提下，能够同时加载多种语言模型。WIS 支持语音识别 (ASR)、文本到语音合成 (TTS) 以及大语言模型 (LLM)，并通过 REST、WebRTC 和 WebSockets 等多种传输方式，实现实时、低延迟的语音与语言处理，适用于各类助理任务和视障用户。

现在可以自托管Willow Inference Server，快速实现语言推理任务。支持与Willow和其他应用的集成，包括语音转文本（STT）、文本转语音（TTS）、大语言模型（LLM）等功能。访问Github discussions分享体验，访问heywillow.io查看详细文档。