Descripción
Resum ofrece una API y SDK de nivel empresarial para integrar conversaciones en vivo con agentes de IA designados. Desarrollada por Viroke Technologies Inc, esta solución está disponible exclusivamente a través de acuerdos empresariales, con precios determinados mediante contacto de ventas directo. No se ofrece como un producto de autoservicio y no tiene precios públicos.
Leer más
La funcionalidad principal de Resum implica abrir un socket de voz para capturar audio de un micrófono, un archivo local o un flujo RTMP en vivo. A medida que avanza la conversación, los turnos finalizados se añaden a una transcripción en tiempo real. Una vez que la sesión concluye, Resum genera un archivo separado para cada agente de IA nombrado, que contiene notas y resúmenes relevantes.
El flujo de trabajo de la sesión está meticulosamente estructurado, comenzando con la apertura del socket y la captura de audio. El audio se procesa y se envía en fragmentos de diez segundos, asegurando una transcripción en tiempo real. El sistema guarda el audio capturado como bytes AAC y simultáneamente los alimenta a la sesión. Las transcripciones se generan con tiempos de cue que avanzan un segundo por cada turno finalizado, distintos de las marcas de tiempo de los medios.
Al finalizar la sesión, que puede ser activada por un comando (Ctrl+E), una duración establecida (predeterminada de 60 minutos) o una solicitud de detención, el sistema vacía los búferes, envía una señal de Terminación y luego escribe los archivos de los agentes. Estos archivos de agentes, que incluyen notas y resúmenes, se procesan utilizando GPT-4o-mini. Resum asegura que las claves API sensibles, como STT_KEY para sesiones en vivo y OPENAI_API_KEY para la generación de archivos de agentes, permanezcan seguras dentro del entorno del usuario y no se registren.
Los archivos que quedan en el disco después de una sesión incluyen `audio.aac` (la captura en bruto), `transcript.srt` (turnos finalizados), `notes.txt` (título, extractos, cuerpo, próximos pasos, elementos de acción), `summary.txt` (título, fecha, fuente de audio, oradores, aspectos destacados, resumen completo), `session.json` (un índice de rutas de archivos) y `control.json` (estado de la sesión). El SDK proporciona llamadas para abrir una sesión, esperar a que esté lista, canalizar audio, escuchar durante la conversación y finalizar la sesión.
- CategoríaAgentes de voz con IA
- Modelo de preciosEmpresarial
- ImplementaciónNube
- PlataformasWeb
Características principales de Resum
API y SDK empresarial para conversaciones en vivo
Conecta audio en vivo a agentes de IA nombrados
Generación de transcripciones en tiempo real durante sesiones activas
Genera archivos individuales por agente de IA al finalizar la sesión
Captura audio de micrófono, archivos locales o flujos RTMP
Procesa audio en fragmentos de diez segundos
Utiliza GPT-4o-mini para la generación de archivos de agentes
Manejo seguro de claves API (STT_KEY, OPENAI_API_KEY)
Genera archivos audio.aac, transcript.srt, notes.txt, summary.txt, session.json, control.json
Disparadores de terminación de sesión configurables
SDK para control programático de sesiones
Soporta formato de audio AAC mono a 16 kHz
¿Cómo usar Resum?
Abrir Socket de Voz: Inicie una sesión de conversación en vivo abriendo el socket de voz.
Capturar Audio: Alimente audio de un micrófono, archivo local o flujo RTMP en la sesión.
Monitorear Transcripción: Observe los turnos finalizados que se añaden a la transcripción en tiempo real.
Finalizar Sesión: Termine la conversación utilizando un comando de detención, límite de duración o solicitud de detención.
Acceder a Archivos de Agentes: Recupere archivos individuales para cada agente de IA nombrado, que contienen notas y resúmenes.
Casos de uso de Resum
- Automatización del Servicio al Cliente
- Transcripción y Análisis de Reuniones
- Grabación de Entrevistas y Perspectivas
- Subtitulación de Eventos en Vivo
- Integración de Asistentes de Voz
- Investigación y Recolección de Datos






