Présentation de Voice-Agents : un tout nouveau cadre de voix de niveau entreprise 🗣️👾 La création de flux de travail agentiques activés par la voix vient de devenir plus facile, plus rapide et plus fiable. Voice-Agents est un tout nouveau cadre Python prêt pour la production qui offre une intégration transparente avec plusieurs fournisseurs TTS/STT, un streaming en temps réel, et tout ce dont vous avez besoin pour créer des assistants agentiques conversationnels. > Support multi-fournisseur : OpenAI, ElevenLabs et Groq > Streaming en temps réel pour des interactions d'agent à faible latence > Prêt pour la production avec des journaux de niveau entreprise, de la télémétrie et une gestion des erreurs En savoir plus ⬇️🧵

2 / Support TTS Multi-Fournisseur Changez de fournisseur sans effort avec une API unifiée. Que vous ayez besoin des voix naturelles d'OpenAI, des options expressives d'ElevenLabs ou de l'inférence rapide de Groq, Voice-Agents gère tout cela avec des interfaces cohérentes. > Plus de 10 voix OpenAI (alloy, nova, shimmer, et plus) > Plus de 30 voix ElevenLabs avec contrôle vocal avancé > La fonction stream_tts() unifiée fonctionne avec tous les fournisseurs Exemples:

3 / Architecture de Streaming en Temps Réel Conçue pour des systèmes basés sur des agents nécessitant un streaming audio à faible latence. Voice-Agents traite les morceaux audio à mesure qu'ils arrivent, permettant des conversations naturelles sans pauses ou retards gênants. > StreamingTTSCallback parle automatiquement des phrases complètes à partir des sorties des agents > Streaming basé sur des générateurs pour FastAPI et les applications web > Détection intelligente des phrases pour des pauses naturelles dans la parole Github:

4 / Fonctionnalités avancées de conversion de la parole en texte Transcription de haute précision alimentée par OpenAI Whisper et ElevenLabs STT. Prend en charge plusieurs formats d'entrée, la diarisation des locuteurs, les horodatages et la détection des langues pour un traitement audio complet. > Transcription audio basée sur des fichiers et en temps réel > Diarisation des locuteurs et extraction des horodatages > Prise en charge des tableaux numpy, des fichiers audio et de l'audio en streaming Exemples :

5 / Infrastructure prête pour la production Des fonctionnalités de niveau entreprise intégrées dans chaque composant. Du pooling de connexions et du support HTTP/2 à la gestion des erreurs complète et à la sécurité des types, Voice-Agents est conçu pour l'échelle. > Client HTTP optimisé avec pooling de connexions et keepalive > Indications de type complètes et types littéraux pour un meilleur support IDE > Utilitaires audio intégrés : enregistrement, lecture, conversion de format

6 / Cas d'utilisation : Des agents de trading aux assistants vocaux Les agents vocaux alimentent des applications réelles dans divers secteurs. Créez des systèmes de trading activés par la voix, des assistants IA conversationnels, des services de transcription en temps réel et des applications multimodales avec des expériences interactives riches. > Agents de trading activés par la voix avec narration du marché en temps réel > Assistants IA conversationnels avec synthèse vocale naturelle > Systèmes de transcription de réunions et de traitement d'entretiens

7 / Intégration transparente des Swarms Faisant partie de l'écosystème Swarms, le cadre d'orchestration multi-agents de niveau entreprise. Voice-Agents s'intègre directement avec les agents Swarms, permettant des systèmes multi-agents activés par la voix dès la sortie de la boîte. > Fonctionne de manière transparente avec la classe Agent de Swarms > Rappels en streaming pour des réponses d'agents en temps réel > Commencez : pip install voice-agents