LiveKit Cloud API 进入开放测试,编码智能体可管理几乎全部 LiveKit Cloud 操作
LiveKit 宣布 Cloud API 进入开放测试,让 Claude Code、Codex、Cursor 等编码智能体通过 REST API 或 CLI 执行项目创建、成员与 webhook 管理,并读取语音智能体会话的转录、日志、追踪、指标和录音。
推荐理由:文章把项目配置、会话排障和账号权限串成编码智能体可执行的云端工作流,便于评估其对语音智能体运维方式的影响。
内容类型
语音智能体平台、API 与工程工具的实际变化。
6 条精选近 30 天 6 条共收录 6 条
LiveKit 宣布 Cloud API 进入开放测试,让 Claude Code、Codex、Cursor 等编码智能体通过 REST API 或 CLI 执行项目创建、成员与 webhook 管理,并读取语音智能体会话的转录、日志、追踪、指标和录音。
推荐理由:文章把项目配置、会话排障和账号权限串成编码智能体可执行的云端工作流,便于评估其对语音智能体运维方式的影响。
ElevenLabs 在纽约 Summit 发布面向企业交互层的新模型、智能体能力和部署选项,包括 Scribe v3 Medical、Interaction Engine、ElevenAgents 的 Memory 与 Routines,以及 ElevenAI 早期访问。
推荐理由:官方集中披露模型、智能体平台、企业应用与生态计划,可作为梳理 ElevenLabs 企业语音智能体布局的一手材料。
Deepgram 宣布 Nova-3 新增专用巴斯克语 eu 和加利西亚语 gl 模型,并与加泰罗尼亚语 ca 一起支持 api.deepgram.com、欧盟端点 api.eu.deepgram.com 及自托管部署,巴伦西亚语通过加泰罗尼亚语模型处理。
推荐理由:文章把西班牙联络中心语言合规期限与 Nova-3 新增巴斯克语、加利西亚语转写能力对应起来,便于评估改造路径。
Pipecat 发布 v1.15.0,新增表达性对话 Alpha、分类器轮次停止策略、AssemblyAI Streaming TTS 服务,并调整多个用户轮次策略的默认行为。
推荐理由:版本说明集中列出表达性对话、轮次策略和多家 TTS 适配变化,适合评估语音管线升级影响。
Cartesia 发布 Managed Agents,这是面向企业对话的端到端语音智能体平台,集成电话、知识库、工具集成和外呼活动等生产能力。平台将语音模型与 harness 协同设计,统一调优倾听、轮次交替、推理、工具调用和语音;官方称其已在金融、零售、酒店和医疗场景支撑数千万次对话。
推荐理由:官方完整说明端到端语音智能体平台的架构、企业功能与两项基准结果,可用于对比级联式方案和评估生产落地条件。
Pipecat 发布 v1.13.0,新增 RTVI send-file 文件与图片消息、文件解析和上传接口,并引入 alpha 阶段的 LLMWithBackend,用于前端对话 LLM 与后端深度思考和工具编排协作。
推荐理由:版本说明集中列出文件上传、后端智能体、实时语音服务与多项语音模型适配,可帮助升级者核对工程接口和兼容性影响。