作者: · 发布:

在豆包、ChatGPT 里,我们已经可以直接和 AI 语音聊天了。语音 AI 正在慢慢进入日常,但其实除了聊天,Voice Agent 能干的事有很多。

今天我从声网 Agora 开源的 60 多个 Voice AI Recipe 里,挑了几个有意思的项目。

声网 Agora 是 OpenAI Realtime API 的首批合作伙伴,希望这些项目能给想做 Voice Agent 的你一点启发。

在这些 Demo 中,既有日常生活能用的 AI Coding 语音管家,也有能多人一起学习的 AI 互动播客,还有可以进一步商业化的 AI 会议助手。

5 个令人惊艳的 Voice Agent 神器,开源了!

码农场物语:用语音管理的 Coding Agent 系统

都说种田是中国人的天性,到了赛博世界也一样。

码农场物语就是一座像素农场,只不过地里种的是你的 Coding Agent 任务。

Coding Agent 用得多的人应该都遇到过,Claude Code、Codex 各开一个窗口,得来回切着看,有时候切着切着就忘了哪个还在跑。

在码农场里,不同模型的任务都汇总到同一张农场地图上,而且是在你的本机运行。

码农场物语把每个项目的状态都和种田一一对上了。

开始一个任务就是种一块地;项目运行出了问题,菜地里会冒虫子,需要你去抓 bug;任务完成后,就可以收获,放进仓库(Repo)。

不同的地还能种不同的东西,种菜、种花都行。为了蹭赛博义父 Tibo 的 Token,你也可以趁 Reset 之前赶紧种点杂草。

另外,农场里有个能够实时语音聊天的管家,你可以和他打电话,用语音的方式来管整个农场。

只需要跟管家语音聊天,你就能够知道所有地(项目)的状态与进展,不用一个个窗口切过去、一个个打字。

你也可以让管家给长工派新活,比如让 Codex 小将去「给这个项目加一个查询接口,再写测试」。

GitHub:https://github.com/vibevalleyhq/vibevalley

AI 语音互动播客

这个像是 NotebookLM 和 Clubhouse 的结合,几个人可以边听边学、一起聊。

你既能把话题和学习资料扔给它,让两位 AI 主播用对谈的方式给你一一拆解,也能像 Clubhouse 那样邀请其他人过来与你一起听内容、开麦。

具体使用时,当你选好一篇文章后,可以直接给到互动播客,它会生成两个 AI 主播来进行对谈,不同主播的声音还不一样。

遇到不懂的地方,可以举手直接问 AI。房间里的每个人都能举手提问,开麦说出的问题大家都听得到,同时会转成文字,确认后再交给 AI 主播回答,答完节目从暂停的地方接着播。

GitHub:https://github.com/zicojiao/agora-podcasts

会看球的 AI 实时解说员

今年世界杯期间,有个实时 AI 足球解说的项目,冲到了OpenAI Reddit 社区的日榜第一。

它会对推流过来的比赛做实时解说,先用多模态模型分析比赛画面,提取关键信息,再通过 TTS 说出来,推送给所有观众。

有意思的是,项目没有把 TTS 固定死,你可以换成各种好玩的音色。

比如说让海绵宝宝来给你讲解世界杯的决赛,或者让派大星去给你分享网球的决赛。

除了好玩,这个项目在社区里还收到一条暖心的评论,建议把它用在无障碍场景。

并不是每场比赛都有面向视障观众的专业解说,借助 AI 实时解说员,能让更多的视障人群感受到比赛的精彩。

GitHub:https://github.com/zicojiao/worldcupvoice

会派任务的 AI 会议助手

AI 会议纪要已经成了所有 AI 会议软件的标配。AI 会议助手(Meeting Copilot)在这个基础上又往前走了一步。

在这个项目中,除了标准的 AI 会议纪要外,还多了个能被邀请上会的 AI 助手。

它不是 always on 的,当你有问题时,可以像邀请同事一样把它拉进会议,让它帮你整理之前已经聊过的内容,也能让它帮忙把一些任务都记录在看板中,还能让它帮你更新任务的状态。

比如在 Demo 视频里,产品经理在会上说下周三要上线新项目,跟 Copilot 讲完后,它就把这事记到看板上了。

后面任务有进展,你也可以直接让它把任务挪到下一栏,会后也少了不少整理的活。

看板本身支持指派、优先级、标签和排期。想接自己的 CRM 或其他业务系统的话,可以照着它调用看板工具的方式去改。

GitHub:https://github.com/zicojiao/agora-meeting-copilot

走进大唐长安,和李白语音对诗

大家都在探索全自由的 AI NPC,这个项目则让你和 AI 用语音聊天,梦回大唐。

该项目用 Three.js 在浏览器里搭了一座长安城,按 WASD 就能逛朱雀大街、东西市和大明宫。

其中,有几个角色是能用语音进行实时对话的语音 AI,比如李太白、周引之、杜子美,每个角色性格不一样,声音也不一样。

去胡姬酒肆找到李太白,可以跟他聊聊蜀道之难,聊到最后,说不定还能与尔同销万古愁。

GitHub:https://github.com/andyhuo520/tang-changan

写在最后

除了上面这几个项目,Agora Recipe 里还有不少有意思的开源语音项目,欢迎大家去探索。

从 Python、Go、TypeScript 的入门示例,到声纹锁定、跨会话记忆这类进阶能力,再到各种场景模板,都可以直接拿来快速复刻。

Recipe 合集:https://recipes.agora.io

如果看完这些项目,也想亲自体验一下语音 AI,10 月 23 日至 24 日,可以来北京的 iRTE 2026 大会逛逛。

现场有语音 AI 展台和「开发者 101 问」,可以上手体验,也可以带着自己的想法和大家聊聊。

颜资源站长
颜资源站长 已发布 1023 篇文章

资深互联网从业者,专注AI工具研究与实战应用。长期跟踪ChatGPT、Claude、Stable Diffusion等前沿AI技术,擅长将复杂的技术概念转化为通俗易懂的教程。运营颜资源小站,致力于为中文用户提供高质量的AI教程、开源项目推荐和数字资源整理。