説明
Resumは、指定されたAIエージェントとのライブ会話を統合するためのエンタープライズグレードのAPIおよびSDKを提供します。Viroke Technologies Incによって開発されたこのソリューションは、エンタープライズ契約を通じてのみ利用可能で、価格は直接販売の連絡によって決定されます。セルフサービス製品としては提供されず、公開価格はありません。
続きを読む
Resumのコア機能は、マイクロフォン、ローカルファイル、またはライブRTMPストリームから音声をキャプチャするためにスピーチソケットを開くことです。会話が進むにつれて、確定したターンがリアルタイムのトランスクリプトに追加されます。セッションが終了すると、Resumは各指定されたAIエージェントのために関連するメモと要約を含む別々のファイルを生成します。
セッションのワークフローは、ソケットのオープンと音声キャプチャから始まる厳密に構成されています。音声は10秒ごとに処理され、リアルタイムのトランスクリプションを確保します。システムはキャプチャされた音声をAACバイトとして保存し、同時にセッションに供給します。トランスクリプトは、確定したターンごとに1秒ずつのキュータイムで生成され、メディアのタイムスタンプとは異なります。
セッションの終了は、コマンド(Ctrl+E)、設定された期間(デフォルトは60分)、または停止リクエストによってトリガーされることができます。システムはバッファをフラッシュし、終了信号を送信し、その後エージェントファイルを書き込みます。これらのエージェントファイルには、メモや要約が含まれ、GPT-4o-miniを使用して処理されます。Resumは、ライブセッション用のSTT_KEYやエージェントファイル生成用のOPENAI_API_KEYなどの機密APIキーがユーザーの環境内に安全に保たれ、ログに記録されないことを保証します。
セッション後にディスクに残るファイルには、`audio.aac`(生のキャプチャ)、`transcript.srt`(確定したターン)、`notes.txt`(タイトル、抜粋、本文、次のステップ、アクションアイテム)、`summary.txt`(タイトル、日付、音声ソース、話者、ハイライト、完全な要約)、`session.json`(ファイルパスのインデックス)、および`control.json`(セッションステータス)が含まれます。SDKは、セッションを開く、準備が整うのを待つ、音声をパイプする、会話中に聞く、セッションを終了するための呼び出しを提供します。
- カテゴリーAI 音声エージェント
- 料金モデルエンタープライズ
- デプロイクラウド
- プラットフォームWeb
Resumの主要機能
ライブ会話のためのエンタープライズAPIおよびSDK
ライブ音声を指定されたAIエージェントに接続
アクティブセッション中のリアルタイムトランスクリプト生成
セッション終了時に各AIエージェントごとの個別ファイルを生成
マイクロフォン、ローカルファイル、またはRTMPストリームから音声をキャプチャ
音声を10秒ごとに処理
エージェントファイル生成にGPT-4o-miniを使用
APIキー(STT_KEY、OPENAI_API_KEY)の安全な取り扱い
audio.aac、transcript.srt、notes.txt、summary.txt、session.json、control.jsonファイルを出力
設定可能なセッション終了トリガー
プログラムによるセッション制御のためのSDK
モノ16 kHz AAC音声フォーマットをサポート
Resumの使い方は?
スピーチソケットを開く: スピーチソケットを開いてライブ会話セッションを開始します。
音声をキャプチャ: マイクロフォン、ローカルファイル、またはRTMPストリームから音声をセッションに供給します。
トランスクリプトを監視: 確定したターンがリアルタイムでトランスクリプトに追加されるのを観察します。
セッションを終了: 停止コマンド、期間制限、または停止リクエストを使用して会話を終了します。
エージェントファイルにアクセス: 各指定されたAIエージェントの個別ファイルを取得し、メモと要約を含みます。
Resumの使用例
- カスタマーサービスの自動化
- 会議のトランスクリプションと分析
- インタビューの録音とインサイト
- ライブイベントのキャプショニング
- 音声アシスタントの統合
- 研究とデータ収集






