描述
Resum 提供一个企业级 API 和 SDK,用于将实时对话与指定的 AI 代理集成。该解决方案由 Viroke Technologies Inc 开发,仅通过企业协议提供,定价通过直接销售联系确定。它不作为自助产品提供,也没有公开定价。
阅读更多
Resum 的核心功能涉及打开一个语音套接字,以捕获来自麦克风、本地文件或实时 RTMP 流的音频。随着对话的进行,最终的发言会被附加到实时转录中。一旦会话结束,Resum 会为每个指定的 AI 代理生成一个单独的文件,包含相关的笔记和摘要。
会话工作流程经过精心设计,从套接字打开和音频捕获开始。音频以十秒为单位进行处理和发送,确保实时转录。系统将捕获的音频保存为 AAC 字节,并同时将其传送到会话中。转录的生成以每个最终发言的提示时间为一步,时间间隔为一秒,与媒体时间戳不同。
在会话结束时,可以通过命令(Ctrl+E)、设定的持续时间(默认 60 分钟)或停止请求触发,系统会刷新缓冲区,发送终止信号,然后写入代理文件。这些代理文件,包括笔记和摘要,使用 GPT-4o-mini 进行处理。Resum 确保敏感的 API 密钥,如用于实时会话的 STT_KEY 和用于生成代理文件的 OPENAI_API_KEY,保持在用户的环境中安全,并且不会被记录。
会话结束后,磁盘上留下的文件包括 `audio.aac`(原始捕获)、`transcript.srt`(最终发言)、`notes.txt`(标题、摘录、正文、后续步骤、行动项)、`summary.txt`(标题、日期、音频来源、发言者、亮点、完整摘要)、`session.json`(文件路径索引)和 `control.json`(会话状态)。SDK 提供打开会话、等待准备、传输音频、在对话中监听和结束会话的调用。
- 类别AI 语音助手
- 定价模式企业版
- 部署云端
- 平台网页版
Resum的核心功能
企业级 API 和 SDK 用于实时对话
将实时音频连接到指定的 AI 代理
在活动会话期间生成实时转录
会话结束时为每个 AI 代理生成单独的文件
从麦克风、本地文件或 RTMP 流捕获音频
以十秒为单位处理音频
使用 GPT-4o-mini 生成代理文件
安全处理 API 密钥(STT_KEY、OPENAI_API_KEY)
输出 audio.aac、transcript.srt、notes.txt、summary.txt、session.json、control.json 文件
可配置的会话终止触发器
用于程序化会话控制的 SDK
支持单声道 16 kHz AAC 音频格式
如何使用 Resum?
打开语音套接字:通过打开语音套接字来启动实时对话会话。
捕获音频:将来自麦克风、本地文件或 RTMP 流的音频输入到会话中。
监控转录:实时观察最终发言被附加到转录中。
结束会话:使用停止命令、持续时间限制或停止请求终止对话。
访问代理文件:检索每个指定 AI 代理的单独文件,包含笔记和摘要。
Resum的使用案例
- 客户服务自动化
- 会议转录与分析
- 面试录音与洞察
- 实时事件字幕
- 语音助手集成
- 研究与数据收集






