voice-ai-development - 构建实时语音 AI 应用
使用流式传输、转录、语音合成和 WebRTC 相关 API 与基础设施构建实时语音代理及语音应用。
标签
更新于: 2026-10-02能力
典型输入
典型输出
该技能可以做什么
- 使用 OpenAI Realtime API
- 构建 Vapi 语音代理
- 使用 Deepgram 转录音频
- 使用 ElevenLabs 合成语音
- 管理 LiveKit 基础设施
- 处理 WebRTC 音频
- 设计语音代理
- 优化语音延迟
输入
- 提供商 API 密钥
- 音频流
- 语音应用配置
- WebRTC 连接
- WebSocket 连接
输出
- 流式音频
- 转录文本
- 合成语音
- 语音代理响应
- 通话事件 Webhook
要求
- Python 或 Node.js
- 异步编程知识
- WebSocket 基础
- 音频概念
- 音频处理知识
- 提供商 API 密钥