标签「speech-to-text」的 Agents

共 11 个结果
speech-to-text ×
自动化与运维

ODS 私有 AI 服务器

在个人电脑上部署集推理、对话、智能体、语音、RAG 与工作流于一体的私有 AI 服务。

★ 6.6k FS 71 存在缺口 19 天前 Apache-2.0
开发与工程

Voice AI 语音智能体学习路线

一份面向开发者的语音 AI 智能体精选学习清单,从第一次 STT 调用一直覆盖到生产级电话部署。

★ 327 FS 63 存在缺口 1 个月前 MIT
开发与工程

Bolna 语音智能体平台

端到端开源语音智能体框架:通过一个 JSON 配置即可编排 ASR、LLM 与 TTS,快速构建可打电话的对话式语音助手。

★ 769 FS 56 缺口较多 今天 MIT
开发与工程

Patter Voice SDK

为 Python 和 TypeScript 电话 AI 代理提供可替换语音、模型与运营商的全栈 SDK。

★ 1.1k FS 52 缺口较多 1 个月前 MIT
开发与工程

Screenpipe

本地优先的屏幕与音频记录工具,为 AI 代理提供可搜索的个人记忆。

★ 22k FS 49 缺口较多 4 天前 NOASSERTION
开发与工程

ElevenLabs 语音技能集

为兼容 Agent Skills 规范的 AI 编码助手提供一套开箱即用的 ElevenLabs 语音能力技能,覆盖语音合成、转写、配音、音效与音乐生成。

★ 459 FS 48 缺口较多 7 天前 MIT
开发与工程

Android Voice AI SDK(MVVM架构)

为Android应用快速集成端到端语音对话AI流水线,即插即用。

★ 2.6k FS 47 缺口较多 3 个月前
效率与协作

AgentCall join-meeting 技能

让 AI 编码代理以语音、形象与屏幕共享的方式加入并参与视频会议。

★ 157 FS 46 缺口较多 8 天前 MIT
开发与工程

Stream Vision Agents

用于构建低延迟实时语音与视频智能体的 Python SDK。

★ 8.1k FS 43 缺口较多 今天 Apache-2.0
开发与工程

Ava WhatsApp 智能体

构建能处理文字、语音和图片的 WhatsApp 多模态智能体。

★ 1.7k FS 42 缺口较多 11 个月前 MIT
开发与工程

Rapida Voice

为可自托管的实时语音对话系统提供编排、集成与可观测能力。

★ 732 FS 41 缺口较多 5 天前 NOASSERTION