voice-ai-development - 构建实时语音 AI 应用
使用语音 API、流式音频、WebRTC 及相关基础设施构建实时语音代理和语音应用。
标签
更新于: 2026-10-03能力
典型输入
典型输出
该技能可以做什么
- 设计语音代理架构
- 流式处理实时音频
- 集成 OpenAI Realtime API
- 配置 Vapi 语音代理
- 使用 Deepgram 转录音频
- 使用 ElevenLabs 合成语音
- 使用 WebRTC 处理音频
- 优化语音延迟
输入
- 提供商 API 密钥
- 音频流
- 文本流
- 语音应用需求
- 目标平台
输出
- 实时语音交互
- 转录文本
- 合成音频
- 语音代理配置
- 通话事件消息
要求
- Python 或 Node.js 运行环境
- 提供商 API 访问权限
- 音频处理支持