社区 | 文档 | 控制台

  vocode

在几分钟内构建基于语音的 LLM 应用

Vocode 是一个开源库，旨在简化构建基于语音的 LLM 应用的过程。使用 Vocode，您可以构建与 LLM 进行实时流式对话的应用，并将其部署到电话通话、Zoom 会议等场景中。您还可以构建个人助理或语音驱动的国际象棋等应用。Vocode 提供了便捷的抽象层和集成方式，让您只需一个库即可满足所有需求。

我们正在积极寻找社区维护者，如果您有兴趣，请随时联系我们！

⭐️ 功能特性

• 🗣 使用系统音频开启对话
• ➡️ 📞 设置一个由 LLM 驱动的智能体响应的电话号码
• 📞 ➡️ 通过您自己的电话号码发起由 LLM 驱动的智能体呼叫
• 🧑‍💻 拨入 Zoom 会议
• 🤖 在 Langchain 智能体中使用对外呼叫功能拨打真实电话号码
• 开箱即用的集成服务：
  • 转录服务，包括：
    • AssemblyAI
    • Deepgram
    • Gladia
    • Google Cloud
    • Microsoft Azure
    • RevAI
    • Whisper
    • Whisper.cpp
  • LLM，包括：
    • OpenAI
    • Anthropic
  • 合成服务，包括：
    • Rime.ai
    • Microsoft Azure
    • Google Cloud
    • Play.ht
    • Eleven Labs
    • Cartesia
    • Coqui (OSS)
    • gTTS
    • StreamElements
    • Bark
    • AWS Polly

查看我们的 React SDK 点击这里！

🫂 贡献与路线图

我们是一个开源项目，非常欢迎贡献者添加新功能、集成和文档！请随时与我们联系并开启您的构建之旅。

有关贡献的更多信息，请参阅我们的 贡献指南。

同时请查看我们的 路线图。

欢迎在 Discord 上与我们交流新想法或讨论如何贡献！

🚀 快速入门

pip install vocode

import asyncio
import signal

from pydantic_settings import BaseSettings, SettingsConfigDict

from vocode.helpers import create_streaming_microphone_input_and_speaker_output
from vocode.logging import configure_pretty_logging
from vocode.streaming.agent.chat_gpt_agent import ChatGPTAgent
from vocode.streaming.models.agent import ChatGPTAgentConfig
from vocode.streaming.models.message import BaseMessage
from vocode.streaming.models.synthesizer import AzureSynthesizerConfig
from vocode.streaming.models.transcriber import (
    DeepgramTranscriberConfig,
    PunctuationEndpointingConfig,
)
from vocode.streaming.streaming_conversation import StreamingConversation
from vocode.streaming.synthesizer.azure_synthesizer import AzureSynthesizer
from vocode.streaming.transcriber.deepgram_transcriber import DeepgramTranscriber

configure_pretty_logging()


class Settings(BaseSettings):
    """
    Settings for the streaming conversation quickstart.
    These parameters can be configured with environment variables.
    """

    openai_api_key: str = "ENTER_YOUR_OPENAI_API_KEY_HERE"
    azure_speec