AI Voice Agent SDK

概要

VideoSDKは、開発者がアプリケーションにリアルタイム音声エージェントやバーチャルアバターを簡単に組み込むことができるオープンソースフレームワークです。

提供機能

• グローバルなWebRTCインフラにより、80ms未満の低レイテンシを実現
• ネイティブのターン検出、VAD（声活動検出）、ノイズ抑制機能
• STT（音声からテキスト）、LLM（大規模言語モデル）、TTS（テキストから音声）を使ったモジュール式パイプライン
• 幻影耐性を高めるためのRAG（関連性の高い情報生成）と記憶機能
• 複数のプラットフォーム向けのSDKを提供し、特別な接続コードは不要
• ワンクリックで無限スケーリングが可能なエージェントクラウドを用意

開発の革新

このフレームワークは、音声インターフェースの新しい標準を築くことを目指しています。声でのインターフェイスは進化し続け、VideoSDKは現実の世界で実用的な音声エージェント構築をサポートします。