mcpField
V
voice-ai-engine-development

voice-ai-engine-development

github.com/sickn33开发48.7k319 次安装今天更新
代码仓库

关于 voice-ai-engine-development

面向开发团队的语音 AI 开发技能，指导构建实时语音对话系统、语音助手、聊天机器人及客服 Agent。内容涵盖流式音频、打断处理和转录、LLM、TTS 提供方集成，并强调安全与验证边界。

主要功能

  1. 01实时语音系统开发指导
  2. 02流式音频管线设计
  3. 03对话打断处理
  4. 04转录、LLM 与 TTS 集成
  5. 05音频数据与执行安全

适用场景

  1. 01设计实时语音助手
  2. 02构建支持打断的语音聊天机器人
  3. 03集成多个语音与 LLM 提供方

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sickn33/agentic-awesome-skills --skill voice-ai-engine-development

安装后在 Claude Code 中输入/voice-ai-engine-development确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

README.md
examples/
complete_voice_engine.py
gemini_agent_example.py
interrupt_system_example.py
references/
common_pitfalls.md
detailed-guide.md
provider_comparison.md
templates/
base_worker_template.py
multi_provider_factory_template.py

详细介绍

语音 AI 引擎开发

详细指南

执行此技能前，请阅读详细指南。其中保留了完整的流程和参考资料。请将其中的安全要求、前置条件和验证要求视为强制要求。针对具体任务，请加载相关章节；若要端到端完成任务，请通读指南。

何时使用此技能

在以下情况下使用此技能：

  • 构建实时语音对话系统
  • 实现语音助手或聊天机器人
  • 创建支持语音的客户服务 Agent
  • 开发具备打断能力的语音 AI 应用
  • 集成多个转录、大模型或 TTS 提供商
  • 处理流式音频处理管道
  • 用户提到 Vocode、语音引擎或对话式 AI

限制

  • 仅当任务明确符合上述范围时才使用此技能。
  • 不要将输出视为可替代针对特定环境的验证、测试或专家审查。
  • 如果缺少必需的输入、权限、安全边界或成功标准，请暂停并请求澄清。

示例

设计一个本地合成音频工作器管道，离线验证取消操作和队列压力，然后另行实现并测试明确选定的提供商适配器。不要根据模拟结果推断麦克风或供应商连接可正常工作。

数据与执行边界

获取录音以及每个外部音频／文本目的地的授权，披露数据保留期限和费用，并在初始测试中使用合成音频。不要将密钥写入代码或日志，默认不记录原始转录文本，限制会话时长、队列和历史记录，并在部署前保护经过身份验证的 WebSocket 升级。克隆语音需要获得相关权利和说话者的同意。

评论

支持 Markdown