voice-ai

O estúdio de voz de IA de código aberto. Clone, dite, crie.

Stack em tempo real ponta a ponta para conectar humanos e IA

VoiceStudio é a alternativa ao ElevenLabs de código aberto e totalmente local — clonagem de voz, design de voz, dublagem de vídeo, ditado, transcrição e criação de audiolivros em 646 idiomas.

Kit de ferramentas pronto para produção para executar IA localmente.

Modelo SenseVoiceSmall de código aberto para ASR em mandarim, cantonês, inglês, japonês e coreano, identificação de idioma, reconhecimento de emoção e detecção de eventos de áudio.

Open Vision Agents da Stream. Crie agentes de voz e visão rapidamente com qualquer modelo ou provedor de vídeo. Utiliza a rede de borda da Stream para latência ultrabaixa.

Execute o Claude Code 100% no dispositivo com IA local em Apple Silicon. Servidor Anthropic-API nativo em MLX. 6 modelos incluindo Muse-Glimmer 30B (agora multimodal — lê imagens, abliterated), Gemma 4 31B, Qwen 3.5 122B (65 tok/s), DeepSeek V4 Flash (1M ctx). Privado, offline, pronto para airgap. Construído para fluxos de trabalho de NDA / jurídico / saúde.

O Voice AI SDK é uma biblioteca Android reutilizável que oferece a qualquer aplicativo um pipeline completo de conversação por IA via voz em minutos. Voice Assistant + Android Voice AI + SDK + MVVM + Kotlin

O sistema de auto-codificação para seu aplicativo — Alan AI SDK para Web.

Um runtime de voz em tempo real que mantém agentes falando, trabalhando e presentes. Runtime de voz em tempo real para agentes de IA

O sistema de auto-codificação para seu aplicativo — Alan AI SDK para iOS

O sistema de autocodificação para seu aplicativo — Alan AI SDK para Flutter.

O sistema de auto-codificação para seu aplicativo — Alan AI SDK para Ionic

Anteriormente Better Chatbot. Navigator é um espaço de trabalho de IA de código aberto para agentes, MCP e automação de fluxo de trabalho.

SDK de IA de voz open-source. A alternativa ao Vapi/Retell para desenvolvedores que desejam ser donos da stack. Dê ao seu agente de IA um número de telefone em 4 linhas — Python e TypeScript, licenciado sob MIT, com suporte a Twilio, Telnyx e Plivo.

Modelos Whisper otimizados para streaming e uso em dispositivos

Assistente de voz em tempo real — streaming WebRTC, ASR faster-whisper, LLM local, TTS Vui Nano (300M). Compatível com a API Realtime da OpenAI. Clonagem de voz, interrupção (barge-in), ~9× em tempo real em uma 4090. Apache 2.0.

JARVIS — Um assistente de IA focado em voz para macOS, inspirado no UCM. Converse com seu computador, ele responde e realiza tarefas.

Rapida é uma plataforma de orquestração de IA de voz de ponta a ponta para construir agentes de voz conversacionais em tempo real com streaming de áudio, STT, TTS, VAD, integração multicanal, gerenciamento de estado de agentes e observabilidade.

A camada de recuperação para sistemas de IA em produção. Pesquisa ultrarrápida (<10ms) sem bancos de dados vetoriais. Criado para navegador, edge, dispositivos e nuvem.

Framework de agente de IA em TypeScript: memória cognitiva, criação de ferramentas em tempo de execução, orquestração multi-agente e 11 provedores de LLM.

O sistema de autoprogramação para seu aplicativo — Alan AI SDK para React Native

Torne suas reuniões acessíveis a agentes de IA.

O primeiro modelo de diálogo falado de ponta a ponta em tempo real de código aberto do mundo com clonagem de voz personalizada.