Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

TEN Agent 一键让 Coze Bot 开口对话，coze+Ten Agent：为自己构建的coze智能体增加实时语音对话能力，利好定制化的智能音箱、ai陪伴等相关场景 构建实时多模态 AI Agent 的TEN Framework 新增 Coze Bot 支持，在 TEN Agent 界面简单输入 Bot ID 和 API Token，即可快速连接 Coze 与 TEN Agent，搭建可以实时互动的 voice agent！ 内容介绍： 1、coze+ten agent开启智能体说话的新时代 2、实操如何实现agent实时语音对话的realtime能力 3、适用于ai陪伴、智能音箱等场景 4、AI日报 #coze #tenagent #ai陪伴 #ai智能音箱

aigclink's profile picture

AIGCLINK

36,267 subscribers

13,014 görüntüleme • 1 yıl önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

6 Yorum

AIGCLINK profil fotoğrafı
AIGCLINK1 yıl önce

github： 国内版体验： 国际版体验：

清风徐来028 profil fotoğrafı
清风徐来0281 yıl önce

好东西啊

notice_u profil fotoğrafı
notice_u1 yıl önce

@readwise save

OSDev profil fotoğrafı
OSDev1 yıl önce

rst @readwise save thread

zzzzzzoo00oo profil fotoğrafı
zzzzzzoo00oo1 yıl önce

@readwise save thread

ethanhzoncall profil fotoğrafı
ethanhzoncall1 yıl önce

请问Coze全部都已设定好,但是在笔记本上面跟桌机摄像头跟麦克风都无法启用！原因会是什么？

Benzer Videolar

TEN Agent：完整的AI语音助手实现方案 开源的AI语音助手的实现方案，使用这套方案，可以快速实现类似ChatGPT 4o的语音对话效果。有三大核心亮点： 1）RTC能力，毫秒级响应，支持打断语音，语音交互丝滑。 2）组件化架构，可以根据需要自定义ASR、LLM、TTS模块，其中LLM已支持OpenAI、Gemini、Qwen等主流LLM，TTS可以选用微软Azure TTS、ElevenLabs、Fish Speech等顶级语音服务。 3）扩展能力强，支持联网搜索、RAG等。 可以在线直接体验接入OpenAI Realtime API的效果。另外最近的新功能还支持无缝对接Coze，在Coze上搭建Bot，可以通过API接入TEN Agent，从而让Bot能够语音交互。 TEN Framework #voiceagent #voiceAI #RealtimeAPI #conversationalAI
0:32

TEN Agent：完整的AI语音助手实现方案 开源的AI语音助手的实现方案，使用这套方案，可以快速实现类似ChatGPT 4o的语音对话效果。有三大核心亮点： 1）RTC能力，毫秒级响应，支持打断语音，语音交互丝滑。 2）组件化架构，可以根据需要自定义ASR、LLM、TTS模块，其中LLM已支持OpenAI、Gemini、Qwen等主流LLM，TTS可以选用微软Azure TTS、ElevenLabs、Fish Speech等顶级语音服务。 3）扩展能力强，支持联网搜索、RAG等。 可以在线直接体验接入OpenAI Realtime API的效果。另外最近的新功能还支持无缝对接Coze，在Coze上搭建Bot，可以通过API接入TEN Agent，从而让Bot能够语音交互。 TEN Framework #voiceagent #voiceAI #RealtimeAPI #conversationalAI

Gorden Sun

23,265 görüntüleme • 1 yıl önce

一款开源的实时AI语音聊天助手：RealtimeVoiceChat，语音听起来相对自然，支持打断 双向语音交互，延迟低，可以实时看到语音转录，以及AI的回复内容 用来构建客服、教育或陪伴等等场景的AI语音助手比较实用 #AI语音助手
1:52

一款开源的实时AI语音聊天助手：RealtimeVoiceChat，语音听起来相对自然，支持打断 双向语音交互，延迟低，可以实时看到语音转录，以及AI的回复内容 用来构建客服、教育或陪伴等等场景的AI语音助手比较实用 #AI语音助手

AIGCLINK

22,917 görüntüleme • 1 yıl önce

小智语音机器人的客户端：py-xiaozhi，在电脑上就能用，可以在没有硬件的条件下体验AI小智的语音功能 支持mqtt和wss协议，实时打断，实时对话 支持图像识别处理，有多模态交互能力，能理解图像内容 支持IoT设备集成，来控制智能灯、调节温度等等 可以联网播放音乐 #AI语音助手 #语音机器人 #小智语音机器人
2:06

小智语音机器人的客户端：py-xiaozhi，在电脑上就能用，可以在没有硬件的条件下体验AI小智的语音功能 支持mqtt和wss协议，实时打断，实时对话 支持图像识别处理，有多模态交互能力，能理解图像内容 支持IoT设备集成，来控制智能灯、调节温度等等 可以联网播放音乐 #AI语音助手 #语音机器人 #小智语音机器人

AIGCLINK

13,386 görüntüleme • 1 yıl önce

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github： 论文： #LLM #实时语音对话LLM
0:59

第一个开源的具有实时对话能力的多模态模型：Mini-Omni ，支持端到端的语音输入、输出 Mini-Omni是清华大学启元实验室开源的项目，能听、能说也能实时思考，在实时语音交互上媲美GPT-4o 特点： 1、实时语音到语音的对话能力: 无需额外的ASR或TTS模型 2、边思考边说话: 能够同时生成文本和音频 3、流式音频输出: 支持流式音频输出 4、"Any Model Can Talk" 方法: Mini-Omni 可以将语音交互能力添加到其他模型中，为其他模型赋能 github： 论文： #LLM #实时语音对话LLM

AIGCLINK

52,304 görüntüleme • 1 yıl önce

基于Gemini的一个很实用的英语口语练习工具：gemini-teacher，能实时识别英语发音，提供即时反馈和纠正建议 支持实时语音识别/发音评估、语法纠正、对性发音指导、智能场景切换等 代码作者Box (mainnet arc)已开源见下条 #geminiteacher #AI英语练习工具
3:28

基于Gemini的一个很实用的英语口语练习工具：gemini-teacher，能实时识别英语发音，提供即时反馈和纠正建议 支持实时语音识别/发音评估、语法纠正、对性发音指导、智能场景切换等 代码作者Box (mainnet arc)已开源见下条 #geminiteacher #AI英语练习工具

AIGCLINK

59,719 görüntüleme • 1 yıl önce

腾讯新开源的一款智能体构建框架：Youtu-agent，几句YAML就能让AI上网搜资料、分析表格、整理文件 其用DeepSeek-V3，在WebWalkerQA实现60.71% 的准确率、用最新V3.1可提升到71.47%，在GAIA纯文本验证子集上实现了72.8%的准确率 核心是它的自动化生成智能体及其配置的能力 Youtu-agent内置的“元智能体”，以交互式对话的方式捕获需求，然后自动生成并保存配置 #AIAgent #AI智能体
1:04

腾讯新开源的一款智能体构建框架：Youtu-agent，几句YAML就能让AI上网搜资料、分析表格、整理文件 其用DeepSeek-V3，在WebWalkerQA实现60.71% 的准确率、用最新V3.1可提升到71.47%，在GAIA纯文本验证子集上实现了72.8%的准确率 核心是它的自动化生成智能体及其配置的能力 Youtu-agent内置的“元智能体”，以交互式对话的方式捕获需求，然后自动生成并保存配置 #AIAgent #AI智能体

AIGCLINK

34,204 görüntüleme • 11 ay önce

最近在玩一个开源的 Voice Agent 框架，TEN Framework： ，它有点像「实时语音 / 多模态 Agent 的操作系统」：在一套统一的实时流框架里，把 STT、LLM、TTS、VAD、Avatar 这些模块做成可插拔的“积木”，可以按需组合、替换，重点就是把和 AI 实时对话相关的低延迟、多模态和跨端部署这些工程问题打包解决掉。 花 10min 本地部署跑起来，还没有替换其他的东西，实际体验下它的实时语音问答挺丝滑：可以打断、响应够快，延迟大概在 1s 左右。像 Memory、RAG 这类常见能力也都已经帮你接好了，基于这些再往上可以扩展到 AI 情感陪伴、AI 口语陪练、电话 AI 客服、智能语音硬件这些场景。我用官方案例测试了一下，效果还不错，对「真·实时」语音 Agent 感兴趣的同学可以看看这个开源框架。
0:45

最近在玩一个开源的 Voice Agent 框架，TEN Framework： ，它有点像「实时语音 / 多模态 Agent 的操作系统」：在一套统一的实时流框架里，把 STT、LLM、TTS、VAD、Avatar 这些模块做成可插拔的“积木”，可以按需组合、替换，重点就是把和 AI 实时对话相关的低延迟、多模态和跨端部署这些工程问题打包解决掉。 花 10min 本地部署跑起来，还没有替换其他的东西，实际体验下它的实时语音问答挺丝滑：可以打断、响应够快，延迟大概在 1s 左右。像 Memory、RAG 这类常见能力也都已经帮你接好了，基于这些再往上可以扩展到 AI 情感陪伴、AI 口语陪练、电话 AI 客服、智能语音硬件这些场景。我用官方案例测试了一下，效果还不错，对「真·实时」语音 Agent 感兴趣的同学可以看看这个开源框架。

Tw93

35,708 görüntüleme • 7 ay önce

阿里最新开源了一个实时语音Harness：Qwen-Audio-Agent，让你的Agent能像打电话一样对话，你边说边想，它边听边干活 简单说就是它给你的OpenCode、OpenClaw、Codex们加上了耳朵和嘴巴，然后你就可以用打电话的方式跟这些AI协作 OpenAI有GPT-Live，Qwen-Audio-Agent等于是给现有的Agent生态提供了一个统一的实时语音前台入口 前台上，全双工实时语音层，支持连续对话和自然打断 后台上，对接OpenCode、OpenClaw、Qoder、Hermes、CodeBuddy、Codex各类Agent，负责搜索、推理、写代码、改文件等深度任务 复杂任务委派给后台Agent，执行结果实时带回当前语音对话 人机协作方式就变成了：你一边说Agent一边干，你可以随时插嘴补充，它边干活边给你汇报进展，对话过程跟打电话一样 #AI语音 #agent语音助手 #qwenaudio
1:44

阿里最新开源了一个实时语音Harness：Qwen-Audio-Agent，让你的Agent能像打电话一样对话，你边说边想，它边听边干活 简单说就是它给你的OpenCode、OpenClaw、Codex们加上了耳朵和嘴巴，然后你就可以用打电话的方式跟这些AI协作 OpenAI有GPT-Live，Qwen-Audio-Agent等于是给现有的Agent生态提供了一个统一的实时语音前台入口 前台上，全双工实时语音层，支持连续对话和自然打断 后台上，对接OpenCode、OpenClaw、Qoder、Hermes、CodeBuddy、Codex各类Agent，负责搜索、推理、写代码、改文件等深度任务 复杂任务委派给后台Agent，执行结果实时带回当前语音对话 人机协作方式就变成了：你一边说Agent一边干，你可以随时插嘴补充，它边干活边给你汇报进展，对话过程跟打电话一样 #AI语音 #agent语音助手 #qwenaudio

AIGCLINK

65,873 görüntüleme • 5 gün önce

今天在 GitHub Trending 榜单上发现一个轻量级灵活的开源多 AI 智能体协调框架：Agent Squad。 它能够根据我们发送的内容智能路由到最合适的 AI 智能体，并在不同智能体之间维持对话上下文。 GitHub： 主要特性： - 智能意图分类，根据上下文将查询动态路由到最合适的智能体； - 支持 Python 和 TypeScript 语言，满足不同开发需求； - 支持流式和非流式代理响应，显著提升使用体验； - 跨多个智能体的对话上下文管理，保持交互连贯性； - 可扩展架构，轻松集成新智能体或自定义现有智能体； - 支持从 AWS Lambda 到本地环境的任何地方部署； - 实现多个专业智能体的团队协作和并行处理。 该框架适合用于构建复杂的对话式 AI 系统，如智能客服、旅行规划或电商支持平台等。
4:27

今天在 GitHub Trending 榜单上发现一个轻量级灵活的开源多 AI 智能体协调框架：Agent Squad。 它能够根据我们发送的内容智能路由到最合适的 AI 智能体，并在不同智能体之间维持对话上下文。 GitHub： 主要特性： - 智能意图分类，根据上下文将查询动态路由到最合适的智能体； - 支持 Python 和 TypeScript 语言，满足不同开发需求； - 支持流式和非流式代理响应，显著提升使用体验； - 跨多个智能体的对话上下文管理，保持交互连贯性； - 可扩展架构，轻松集成新智能体或自定义现有智能体； - 支持从 AWS Lambda 到本地环境的任何地方部署； - 实现多个专业智能体的团队协作和并行处理。 该框架适合用于构建复杂的对话式 AI 系统，如智能客服、旅行规划或电商支持平台等。

GitHubDaily

14,367 görüntüleme • 1 yıl önce

基于ESP32的一个AI聊天机器人项目，小智聊天机器人，支持离线语音唤醒、多语言识别，能分辨是谁在说话，对话比较自然流畅 支持中文、粤语、英文、日语、韩语等 有声纹识别，能分辨是谁在说话 有短期记忆功能，能记住对话内容，可以自定义角色设定 支持Qwen2.5 72B或豆包API，支持TTS #AI智能机器人 #小智
1:51

基于ESP32的一个AI聊天机器人项目，小智聊天机器人，支持离线语音唤醒、多语言识别，能分辨是谁在说话，对话比较自然流畅 支持中文、粤语、英文、日语、韩语等 有声纹识别，能分辨是谁在说话 有短期记忆功能，能记住对话内容，可以自定义角色设定 支持Qwen2.5 72B或豆包API，支持TTS #AI智能机器人 #小智

AIGCLINK

69,875 görüntüleme • 1 yıl önce

腾讯全面支持MCP：发布MCP Marketplace、MCP托管、agent构建、发布到小程序/公众号为一体的AI套件平台，打通三个生态：mcp生态、agent生态、小程序/公众号生态，为mcp和agent创业者商业化提供了很好的通道。 使用它不需要任何技术能力，只用5分钟就可以0门槛快速搭建一个类manus通用智能体，且可以发布为web应用、小程序、公众号，相当于coze+mcp+zion的合体。 这也是继阿里云支持mcp之后，第二家国内大厂全面支持mcp，推动mcp成为国内agent互联互通标准。 #mcp #腾讯mcp #mcp托管
23:11

腾讯全面支持MCP：发布MCP Marketplace、MCP托管、agent构建、发布到小程序/公众号为一体的AI套件平台，打通三个生态：mcp生态、agent生态、小程序/公众号生态，为mcp和agent创业者商业化提供了很好的通道。 使用它不需要任何技术能力，只用5分钟就可以0门槛快速搭建一个类manus通用智能体，且可以发布为web应用、小程序、公众号，相当于coze+mcp+zion的合体。 这也是继阿里云支持mcp之后，第二家国内大厂全面支持mcp，推动mcp成为国内agent互联互通标准。 #mcp #腾讯mcp #mcp托管

AIGCLINK

59,090 görüntüleme • 1 yıl önce

华南理工大学开源的小智AI智能硬件的后端服务：xiaozhi-esp32-server，支持MCP和声纹识别 对智能硬件感兴趣的朋友可以开搞了 支持语音交互、声纹识别、智能对话、视觉感知、意图识别、工具调用 支持本地短期记忆和mem0ai接口记忆，有记忆总结功能 提供Web管理界面、测试工具 支持最简化安装和全模块安装，可以满足不同场景需求 #AI智能硬件 #小智 #esp32智能硬件
1:20

华南理工大学开源的小智AI智能硬件的后端服务：xiaozhi-esp32-server，支持MCP和声纹识别 对智能硬件感兴趣的朋友可以开搞了 支持语音交互、声纹识别、智能对话、视觉感知、意图识别、工具调用 支持本地短期记忆和mem0ai接口记忆，有记忆总结功能 提供Web管理界面、测试工具 支持最简化安装和全模块安装，可以满足不同场景需求 #AI智能硬件 #小智 #esp32智能硬件

AIGCLINK

47,237 görüntüleme • 1 yıl önce

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。 也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。
1:32

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。 也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

小互

37,051 görüntüleme • 1 yıl önce

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。 它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。 开发效率和自动化能力直接拉满！ 链接见评论👇
1:09

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。 它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。 开发效率和自动化能力直接拉满！ 链接见评论👇

MapleShaw

18,658 görüntüleme • 1 yıl önce

豆包实时语音模型3.0 API 上线 看演示还是很牛P的，能干不少事情了 全双工：能同时听和说，像真人聊天那样可以随时插话 端到端：语音进、语音出，不进行转录，更快、更自然。 精准遵循 + 适时参与： 你可以一句话给它定规矩，比如多人聊天时说「现在先别出声，聊到世界杯时再加入」， 它就安静待命，等话题真到了再主动接话 最关键的一步升级： 它支持自定义工具，能在实时对话里直接调用工具完成任务，预定日历、发邮件、总结文档、发起查询，一句话语音就在对话流里办完。 这等于从「语音助手」往「语音 Agent」迈了一步
1:38

豆包实时语音模型3.0 API 上线 看演示还是很牛P的，能干不少事情了 全双工：能同时听和说，像真人聊天那样可以随时插话 端到端：语音进、语音出，不进行转录，更快、更自然。 精准遵循 + 适时参与： 你可以一句话给它定规矩，比如多人聊天时说「现在先别出声，聊到世界杯时再加入」， 它就安静待命，等话题真到了再主动接话 最关键的一步升级： 它支持自定义工具，能在实时对话里直接调用工具完成任务，预定日历、发邮件、总结文档、发起查询，一句话语音就在对话流里办完。 这等于从「语音助手」往「语音 Agent」迈了一步

小互

26,728 görüntüleme • 1 ay önce

盲测击败了ElevenLabs的一款TTS：Chatterbox，有极强的情感控制能力，可以调整其语音表现力 支持语音克隆、风格定制 除了正常对话，可以用于一些戏剧化的语音场景 #TTS #Chatterbox #文本转语音 #AI语音
0:22

盲测击败了ElevenLabs的一款TTS：Chatterbox，有极强的情感控制能力，可以调整其语音表现力 支持语音克隆、风格定制 除了正常对话，可以用于一些戏剧化的语音场景 #TTS #Chatterbox #文本转语音 #AI语音

AIGCLINK

26,481 görüntüleme • 1 yıl önce