介紹 Voice-Agents：全新的企業級語音代理框架 🗣️👾 建立語音啟用的代理工作流程變得更簡單、更快速且更可靠。 Voice-Agents 是一個全新的生產就緒 Python 框架，提供與多個 TTS/STT 供應商的無縫整合、實時串流，以及構建對話式代理助手所需的一切。 > 多供應商支持：OpenAI、ElevenLabs 和 Groq > 低延遲代理互動的實時串流 > 具備企業級日誌記錄、遙測和錯誤處理的生產就緒 了解更多 ⬇️🧵

2 / 多提供者 TTS 支援 透過統一的 API 輕鬆切換提供者。無論您需要 OpenAI 的自然語音、ElevenLabs 的表現選項，還是 Groq 的快速推理，Voice-Agents 都能以一致的介面處理所有需求。 > 10+ OpenAI 語音（alloy、nova、shimmer 等） > 30+ ElevenLabs 語音，具備先進的語音控制 > 統一的 stream_tts() 函數可在所有提供者之間使用 範例：

3 / 實時串流架構 為需要低延遲音頻串流的代理系統而建。Voice-Agents 在音頻片段到達時進行處理，使對話自然流暢，沒有尷尬的停頓或延遲。 > StreamingTTSCallback 自動從代理輸出中朗讀完整句子 > 基於生成器的串流，適用於 FastAPI 和網頁應用 > 智能句子檢測，實現自然語音停頓 Github:

4 / 進階語音轉文字功能 由 OpenAI Whisper 和 ElevenLabs STT 提供高準確度的轉錄。支持多種輸入格式、說話者區分、時間戳和語言檢測，以進行全面的音頻處理。 > 基於文件和實時音頻轉錄 > 說話者區分和時間戳提取 > 支持 numpy 陣列、音頻文件和串流音頻 範例：

5 / 生產就緒的基礎設施 每個組件都內建企業級功能。從連接池和 HTTP/2 支援到全面的錯誤處理和類型安全，Voice-Agents 被設計為可擴展。 > 優化的 HTTP 客戶端，具備連接池和保持連接功能 > 完整的類型提示和字面類型，以提供更好的 IDE 支援 > 內建音頻工具：錄音、播放、格式轉換

6 / 使用案例：從交易代理到語音助手 語音代理在各行各業的實際應用中發揮著作用。構建語音啟用的交易系統、對話式 AI 助手、實時轉錄服務以及具有豐富互動體驗的多模態應用。 > 具備實時市場敘述的語音啟用交易代理 > 具備自然語音合成的對話式 AI 助手 > 會議轉錄和面試處理系統

7 / 無縫的 Swarms 整合 作為 Swarms 生態系統的一部分，這是一個企業級的多代理協調框架。Voice-Agents 直接與 Swarms 代理整合，實現即開即用的語音啟用多代理系統。 > 與 Swarms 代理類別無縫協作 > 實時代理回應的串流回調 > 開始使用：pip install voice-agents