想做实时语音 AI 应用,可以看看 Pipecat。

想做实时语音 AI 应用,可以看看 Pipecat。

这是一个 Python 框架,把 STT、LLM、TTS、传输层 都做成了可插拔模块,按需求组合就行。

① 支持 WebRTC、WebSocket,适合低延迟实时对话
② 可处理流式音频、视频
③ STT 支持 Deepgram、Whisper 等,LLM 支持 OpenAI、Anthropic、Gemini
④ TTS 可接 ElevenLabs、Cartesia,也支持 OpenAI Realtime、Gemini Multimodal Live

语音助手、客服 Agent、AI 伴侣、多 Agent 协作,都可以拿它来搭。
🔗 https://github.com/pipecat-ai/pipecat



分类