手把手教你搭实时语音 Agent：STT+LLM+TTS 流式管线
Arindam_1729 · x · 2026-08-29
作者构建了一个实时语音 Agent，能够即时监听并响应。技术栈包括：使用 SarvamAI 的 STT 进行语音输入，通过 nebiustf 的 GPT-OSS 进行处理，再用 Sarvam TTS 输出语音。所有组件通过 pipecatai 串联成流式管线。该项目支持本地运行，无需复杂配置，作者附带了完整教程链接。
「编程与Agent」频道最新
- 晒我的 AI「幕僚长」：睡前下指令，醒来文章已上线 — leebase65 · 2026-08-29
- 编码 Agent 崩坏非因模型笨,而是上下文失管 — FounderWithCode · 2026-08-29
- 让 MCP 服务器接管数学计算,LLM 只负责推理 — jonbillml · 2026-08-29
- 用 10 个并发 Codex 会话重构旧代码库的快乐 — cnakazawa · 2026-08-29
- 新技能让编码 Agent 自动发布经验教训到 Gist — kaiwei_chang · 2026-08-29
- Anthropic 确认与 Cursor 深度合作，将扩大算力支持 — ns123abc · 2026-08-29