跳到正文

LiveKit Agents

构建可接打电话的多模态语音助手

访问官网

LiveKit Agents 是什么

LiveKit Agents 被介绍为一个端到端框架,让开发者构建能够通过语音、视频和数据通道与用户互动的智能多模态语音助手。它集成 OpenAI 实时 API 与 LiveKit 的 WebRTC 基础设施,并记录 STT、LLM 与 TTS 的流水线。

你可以用它做什么

  • 创建具有 STT、LLM 和 TTS 模型的 AI 语音助手
  • 使用 OpenAI 实时 API 创建语音到语音代理
  • 通过 LiveKit 代理和 SIP 库接听并响应来电
  • 代表用户拨打电话

应用场景

  • 开发者构建能够自动接听客户服务电话的 AI 语音助手
  • 教育机构构建能够实时回答学生问题的语音助手
  • 企业开发能够进行视频会议记录和总结的 AI 代理

上手流程

  • 阅读 LiveKit Agents 文档,了解功能和工作原理
  • 按文档指南设置 OpenAI 实时 API 与 LiveKit 的 WebRTC 基础设施
  • 选择并集成所需的 STT、LLM 和 TTS 模型
  • 编写代码,创建 AI 语音助手的流水线

优点与缺点

✓ 我们认可的地方

  • 语音、视频与数据通道都在支持范围内
  • 给出部署与扩展代理的实践建议

! 需要留意的地方

  • 文档记录的环境涉及 OpenAI 实时 API 与 LiveKit WebRTC
  • 助手流水线由所选的 STT、LLM 和 TTS 模型组合而成

常见问题

框架用来构建什么?

资料描述的是能通过语音、视频和数据通道互动的多模态语音助手。

代理能处理电话吗?

资料列出接听与响应来电,以及代表用户拨打电话。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法