Voice AI 开发者工具
编排平台、实时基础设施、STT/TTS API 和对话框架,适合生产级语音 AI 产品。
Voice AI 工作流指南
电话 Agent 从 0 到上线
从第一个号码到监控上线,搭建电话语音 AI Agent,覆盖技术栈、通话流程、同意告知、成本和失败测试。
实时 Speech-to-Speech Voice Agent
当自然语气、打断体验和快速原型速度比组件级 STT/TTS 控制更重要时,使用原生 speech-to-speech 模型。
实时 STT→LLM→TTS 链路
构建模块化语音链路,让传输、VAD、STT、LLM、TTS 和观测都能独立测量、替换和扩容。
Turn Detection 与打断优化
调优 VAD、端点检测、回声控制和打断策略,让 Voice Agent 知道什么时候听、什么时候停,以及什么时候忽略噪声。
36 个工具
-
Agora 新增面向语音、视频、直播和 AI Agent 的实时互动基础设施
#realtime_infrastructure 免费增值 #实时⚠️ 3 个使用前注意 -
AssemblyAI 新增面向生产语音应用的语音转文字和语音理解 API
#stt 免费增值 #实时⚠️ 3 个使用前注意 -
Bland AI 新增用于呼入和呼出语音流程的托管 AI 电话 Agent 平台
#voice_agent_platform 免费增值 #实时⚠️ 3 个使用前注意 -
Botpress 新增可连接网页、聊天和语音渠道的可视化 AI Agent 平台
#conversation_framework $89/月起⚠️ 3 个使用前注意 -
Chatterbox 开源支持声音克隆和情绪控制的开源 TTS 模型
#tts 免费 #开源⚠️ 4 个使用前注意 -
Cartesia 热门面向实时 Voice Agent 的低延迟流式 TTS
#tts 免费增值 #实时⚠️ 3 个使用前注意 -
Daily 新增面向实时应用和 Voice Agent 的 WebRTC 音视频基础设施
#realtime_infrastructure 免费增值 #实时⚠️ 3 个使用前注意 -
Deepgram 热门面向实时 Voice AI 的高速流式语音识别 API
#stt 免费增值 #实时⚠️ 3 个使用前注意 -
F5-TTS
开源基于 flow matching 的开源零样本声音克隆模型,MIT 许可
#tts 免费 #开源⚠️ 4 个使用前注意 -
faster-whisper
开源基于 CTranslate2 的本地高速 Whisper 开源推理工具
#stt 免费 #开源⚠️ 3 个使用前注意 -
ElevenLabs 热门面向高质量声音生成的主流云端平台
#tts $6/月起 #实时⚠️ 4 个使用前注意 -
Gladia 新增面向多语言语音产品的实时和批量 STT API
#stt 免费增值 #实时⚠️ 3 个使用前注意 -
Janus Gateway 开源插件式媒体路由的开源通用 WebRTC 服务器
#realtime_infrastructure 免费 #实时 #开源⚠️ 3 个使用前注意 -
Krisp 新增面向会议、通话和录音的 AI 降噪与音频清理工具
#audio_cleanup $8/月起 #实时⚠️ 3 个使用前注意 -
LangGraph 开源用于有状态 Agent 工作流和语音编排的开源图运行时
#conversation_framework 免费 #实时 #开源⚠️ 3 个使用前注意 -
LiveKit 开源面向 Voice Agent 的开源实时音频基础设施
#realtime_infrastructure 免费增值 #实时 #开源⚠️ 3 个使用前注意 -
mediasoup 开源用于自定义实时音视频基础设施的开源 WebRTC SFU
#realtime_infrastructure 免费 #实时 #开源⚠️ 3 个使用前注意 -
OpenVoiceOS
开源面向自定义设备的隐私优先开源语音助手平台
#voice_agent_platform 免费 #实时 #开源⚠️ 3 个使用前注意 -
OptimizerAI 新增面向游戏、视频和交互原型的 AI 音效生成器
#sound_effects 免费增值⚠️ 3 个使用前注意 -
OpenAI Realtime API 热门面向低延迟 Voice Agent 的原生 speech-to-speech API
#voice_agent_platform 付费 #实时⚠️ 3 个使用前注意 -
Pipecat 开源面向实时语音和多模态 Agent 的开源框架
#conversation_framework 免费 #实时 #开源⚠️ 3 个使用前注意 -
PlayHT 新增带声音克隆、API 和多语言声音的托管 AI 语音生成器
#voice_cloning $39/月起 #实时⚠️ 3 个使用前注意 -
Rasa 开源用于助手和对话控制的开源 Conversational AI 框架
#conversation_framework 免费 #开源⚠️ 3 个使用前注意 -
Resemble AI 热门带按量付费 TTS 和安全能力的声音克隆平台
#voice_cloning 免费增值 #实时⚠️ 4 个使用前注意 -
Retell AI 热门面向电话和网页 AI 通话的低代码 Voice Agent 平台
#voice_agent_platform 免费增值 #实时⚠️ 3 个使用前注意 -
Silero VAD 开源面向语音应用的轻量开源语音活动检测组件
#conversation_framework 免费 #实时 #开源⚠️ 3 个使用前注意 -
so-vits-svc 开源用于实验性创作者流程的开源歌声转换项目
#voice_changer 免费 #开源⚠️ 3 个使用前注意 -
SpeechBrain
开源用于 ASR、说话人识别和语音研究的开源工具包
#stt 免费 #开源⚠️ 3 个使用前注意 -
TEN Framework 开源面向对话式语音 AI Agent 的开源实时多模态框架
#voice_agent_platform 免费 #实时 #开源⚠️ 3 个使用前注意 -
Twilio Voice
新增用于电话、Agent 和联络中心流程的可编程语音 API
#realtime_infrastructure 免费增值 #实时⚠️ 3 个使用前注意 -
Vapi 热门开发者优先的 Voice AI 编排平台,自带 SDK 和电话集成
#voice_agent_platform 免费增值 #实时⚠️ 4 个使用前注意 -
VibeVoice 开源开源长篇多说话人对话式 TTS 研究项目
#tts 免费 #开源⚠️ 3 个使用前注意 -
Vocode 开源用于可编程语音 Agent 和电话通话的开源框架
#conversation_framework 免费 #实时 #开源⚠️ 3 个使用前注意 -
Voice.ai 新增带免费层的 AI 变声、TTS 和声音工具套件
#voice_changer $5/月起 #实时⚠️ 3 个使用前注意 -
Voicebox 开源本地优先的开源声音克隆、TTS、听写和 Agent 语音工作室
#voice_cloning 免费 #开源⚠️ 4 个使用前注意 -
W-Okada Voice Changer 开源支持本地和 Colab 工作流的开源实时变声器
#voice_changer 免费 #实时 #开源⚠️ 3 个使用前注意