Создание голосового агента на Python: руководство 2026 года скачать в хорошем качестве

Создание голосового агента на Python: руководство 2026 года

Существует несколько способов создания голосового агента на Python. В этом видео мы рассмотрим два основных подхода: преобразование речи в речь в реальном времени и создание собственного голосового конвейера. Мы создадим несколько демонстрационных примеров голосовых ИИ-агентов, включая базовую реализацию вызова функций/инструментов. Следуйте приведенным ниже шагам, и начнем. Установите Python 3.13 или более позднюю версию Инициализация нового проекта Python uv init Настройка среды Python uv venv .venv source .venv/bin/activate Установка Vision Agents и плагинов uv add vision-agents uv add "vision-agents[getstream, gemini, openai, aws, elevenlabs, deepgram]" В вашем файле .env STREAM_API_KEY=... STREAM_API_SECRET=... GOOGLE_API_KEY=... OPENAI_API_KEY=... DEEPGRAM_API_KEY=... ELEVENLABS_API_KEY=... AWS_BEARER_TOKEN_BEDROCK=... AWS_ACCESS_KEY_ID=... AWS_SECRET_ACCESS_KEY=... TIMESTAMPS 00:00 Демонстрация голосового агента 00:17 Как создать голосового агента на Python 00:20 Архитектуры голосовых агентов 02:00 Демонстрация Amazon Nova Sonic 02:44 Создание агента преобразования речи в речь Gemini Live 05:15 Создание агента преобразования речи в речь OpenAI 05:57 Создание голосового агента с помощью Amazon Nova Sonic Speech-to-Speech 07:54 Создание агента с пользовательским конвейером обработки голоса: STT - LLM - TTS 09:32 Как создать голосового агента с поддержкой вызова функций/инструментов ССЫЛКИ ПО ТЕМЕ Документация Vision Agents: https://visionagents.ai/ Репозиторий Vision Agents: https://github.com/GetStream/Vision-A... Исходный код для демонстраций: https://github.com/GetStream/stream-t... Плагины Vision Agents: https://pypi.org/search/?q=Vision+Agents