Description
Vocode est une bibliothèque Python open-source, publiée sous le dépôt vocode-core, pour créer des applications basées sur la voix alimentées par de grands modèles de langage. Elle fournit les abstractions, l'orchestration et les intégrations nécessaires pour exécuter une conversation en temps réel et en streaming entre une personne et un agent soutenu par un LLM.
Lire la suite
La bibliothèque prend en charge plusieurs points d'entrée pour une conversation vocale : exécuter une conversation via l'audio système et le microphone d'un ordinateur, mettre en place un numéro de téléphone qui répond aux appels entrants avec un agent LLM, passer des appels sortants à partir d'un numéro géré, ou composer un appel Zoom. Elle documente également une intégration pour utiliser un appel téléphonique sortant comme partie de l'ensemble d'outils d'un agent LangChain.
Vocode est construit autour de fournisseurs interchangeables plutôt que d'une seule pile fixe. Pour la transcription (de la parole au texte), elle s'intègre à des services tels qu'AssemblyAI, Deepgram, Gladia, Google Cloud, Microsoft Azure, RevAI et Whisper d'OpenAI (à la fois hébergé et le local whisper.cpp). Pour l'agent conversationnel lui-même, elle s'intègre aux modèles d'OpenAI et d'Anthropic. Pour la synthèse vocale (du texte à la parole), elle prend en charge des fournisseurs tels que Rime.ai, Microsoft Azure, Google Cloud, Play.ht, ElevenLabs, Cartesia, le Coqui TTS open-source, gTTS, StreamElements et AWS Polly. Un SDK React compagnon est publié séparément pour construire des interfaces web autour des agents basés sur Vocode.
Le projet est sous licence MIT, compte environ 3 800 étoiles sur GitHub et n'est pas archivé. Vocode est orienté vers la communauté : son README indique que le projet recherche activement des mainteneurs communautaires et accueille les contributions de nouvelles fonctionnalités, intégrations et documentations, coordonnées via un serveur Discord public et un guide de contribution documenté.
L'installation se fait par une seule commande `pip install vocode`, et le démarrage rapide du projet montre comment relier un transcripteur Deepgram, un agent basé sur OpenAI ChatGPT et un synthétiseur vocal Azure dans une conversation en streaming fonctionnelle en quelques dizaines de lignes de Python. La documentation complète, y compris la configuration de téléphonie auto-hébergée, est publiée sur docs.vocode.dev.
- CatégorieAgents vocaux IA
- Modèle tarifaireOpen source
- DéploiementCloud
- PlateformesWeb
Fonctionnalités principales de Vocode
Bibliothèque Python open-source pour créer des conversations vocales en temps réel et en streaming avec un LLM
Mode audio système pour exécuter une conversation via le microphone et les haut-parleurs d'un ordinateur
Prise en charge des appels téléphoniques entrants et sortants via un numéro de téléphone géré
Prise en charge de la composition d'appels Zoom
Intégration LangChain pour les appels sortants d'un agent LangChain
Fournisseurs de transcription interchangeables (AssemblyAI, Deepgram, Gladia, Google Cloud, Azure, RevAI, Whisper, whisper.cpp)
Backends d'agent LLM interchangeables (OpenAI, Anthropic)
Fournisseurs de synthèse vocale interchangeables (ElevenLabs, Cartesia, Azure, Google Cloud, Play.ht, Coqui, gTTS, StreamElements, AWS Polly)
SDK React compagnon pour construire des interfaces web autour des agents Vocode
Sous licence MIT, ouvert à la contribution et à la maintenance communautaire
Premiers pas avec Vocode
Installez la bibliothèque : exécutez `pip install vocode` dans un environnement Python
Configurez les clés des fournisseurs : définissez les clés API pour les fournisseurs de transcription, LLM et synthèse que vous prévoyez d'utiliser
Assemblez une conversation : instanciez un transcripteur, un agent et un synthétiseur, puis reliez-les dans un objet StreamingConversation
Exécutez localement : testez la conversation via votre microphone et vos haut-parleurs système en utilisant le démarrage rapide fourni
Ajoutez la téléphonie : suivez le guide de téléphonie auto-hébergée pour connecter des numéros de téléphone entrants ou sortants
Déployez et étendez : remplacez différents fournisseurs ou étendez la bibliothèque pour un cas d'utilisation personnalisé tel qu'un agent de composition Zoom
Cas d'utilisation de Vocode
- Agents vocaux téléphoniques personnalisés
- Prototypes d'assistants vocaux
- Agents vocaux basés sur Zoom
- Outils vocaux LangChain
