voice-ai

오픈 소스 AI 음성 스튜디오. 복제, 받아쓰기, 생성.

인간과 AI를 연결하기 위한 엔드투엔드 실시간 스택

VoiceStudio는 완전 로컬 환경에서 실행되는 오픈 소스 ElevenLabs 대안으로, 646개 언어의 음성 복제, 음성 디자인, 비디오 더빙, 받아쓰기, 전사 및 오디오북 생성을 지원합니다.

로컬에서 AI를 실행하기 위한 프로덕션 준비 완료 툴킷

중국어, 광동어, 영어, 일본어, 한국어 ASR, 언어 식별, 감정 인식 및 오디오 이벤트 감지를 위한 오픈 소스 SenseVoiceSmall 모델입니다.

Stream의 Open Vision Agents. 모든 모델이나 비디오 제공자를 사용하여 음성 및 비전 에이전트를 빠르게 빌드하세요. 초저지연을 위해 Stream의 엣지 네트워크를 사용합니다.

Apple Silicon에서 로컬 AI를 사용하여 Claude Code를 100% 온디바이스로 실행합니다. MLX 네이티브 Anthropic API 서버. Muse-Glimmer 30B(멀티모달 지원, 이미지 판독 가능, 검열 해제됨), Gemma 4 31B, Qwen 3.5 122B(초당 65토큰), DeepSeek V4 Flash(1M 컨텍스트) 등 6개 모델 탑재. 개인용, 오프라인, 에어갭 환경 지원. NDA, 법률, 의료 워크플로우를 위해 제작되었습니다.

Voice AI SDK는 몇 분 만에 모든 앱에 완전한 음성 기반 AI 대화 파이프라인을 제공하는 재사용 가능한 안드로이드 라이브러리입니다.

앱을 위한 셀프 코딩 시스템 — 웹용 Alan AI SDK

에이전트가 대화하고, 작업하고, 상주할 수 있도록 유지하는 실시간 음성 런타임. AI 에이전트를 위한 실시간 음성 런타임

앱을 위한 셀프 코딩 시스템 — iOS용 Alan AI SDK

앱을 위한 자체 코딩 시스템 — Flutter용 Alan AI SDK

앱을 위한 셀프 코딩 시스템 — Ionic용 Alan AI SDK

구 Better Chatbot. 에이전트, MCP 및 워크플로우 자동화를 위한 오픈소스 AI 워크스페이스인 Navigator

오픈소스 음성 AI SDK. 스택을 직접 소유하려는 개발자를 위한 Vapi/Retell 대안. 4줄의 코드로 AI 에이전트에 전화번호 부여 — Python 및 TypeScript, MIT 라이선스, Twilio, Telnyx, Plivo 지원

스트리밍 및 온디바이스 사용을 위해 최적화된 Whisper 모델

실시간 음성 비서로 WebRTC 스트리밍, faster-whisper ASR, 로컬 LLM, Vui Nano(300M) TTS를 지원합니다. OpenAI Realtime API와 호환되며 음성 복제, 끼어들기(barge-in) 기능을 제공하고 4090 환경에서 실시간 대비 약 9배 속도로 작동합니다. Apache 2.0 라이선스.

JARVIS — MCU에서 영감을 받은 macOS용 음성 우선 AI 어시스턴트. 컴퓨터와 대화하고 작업을 수행할 수 있습니다.

Rapida는 오디오 스트리밍, STT, TTS, VAD, 다중 채널 통합, 에이전트 상태 관리 및 관찰 가능성을 제공하여 실시간 대화형 음성 에이전트를 구축할 수 있는 오픈소스 엔드투엔드 음성 AI 오케스트레이션 플랫폼입니다.

프로덕션 AI 시스템을 위한 검색 계층. 벡터 데이터베이스 없이 10ms 미만의 초고속 검색을 제공하며 브라우저, 엣지, 온디바이스 및 클라우드 환경을 위해 구축되었습니다.

TypeScript AI 에이전트 프레임워크: 인지 메모리, 런타임 도구 생성, 멀티 에이전트 오케스트레이션 및 11개의 LLM 제공업체를 지원합니다.

앱을 위한 셀프 코딩 시스템 — React Native용 Alan AI SDK.

AI 에이전트가 회의에 접근할 수 있도록 지원

개인화된 음성 복제 기능을 갖춘 세계 최초의 오픈소스 실시간 엔드투엔드 음성 대화 모델