语音智能体概述
语音智能体使用 OpenAI 语音到语音模型,提供实时语音聊天。这些模型支持音频、文本与工具调用的流式传输,适用于语音/电话客服、移动应用体验和语音聊天等场景。
Voice Agents SDK 为 OpenAI Realtime API 提供 TypeScript 客户端。
快速开始 几分钟内构建您的第一个实时语音助手,使用 OpenAI Agents SDK。
- 通过 WebSocket 或 WebRTC 连接
- 可用于浏览器端与后端连接
- 音频与打断处理
- 通过交接进行多智能体编排
- 工具定义与调用
- 自定义护栏以监控模型输出
- 流式事件的回调
- 文本与语音智能体复用相同组件
通过使用语音到语音模型,我们可以利用模型实时处理音频的能力,而无需在模型执行后先转写再将文本转换回音频。