现在好像还是没有电脑版的 AI 输入接入 agent 的成熟开源项目?

9 月 5 日
 pedoc
就是后台监听语音输入和输出,然后也能类似现有 cc 这种能力(mcp/skill 之类的)
1273 次点击
所在节点    问与答
4 条回复
Hansah
9 月 5 日
这听起来没有技术难度啊，接入个 ASR 语音识别模型就是了
pedoc
9 月 6 日
@Hansah 不过确实好像没有现成成熟的库,而目前有一些带有"通话"功能的比如豆包/千问(貌似国外的 chatgpt 只是一个语音输入,而不是持续的交互)又只是个 chat
LuliYanng
9 月 7 日
正好有打算搞这方面的 是像 gpt6 宣传片里面展示的那种有问有答的语音交互吗？自己平时在做 voice agent 相关的探索，打算做个 voice 的中间层玩玩。
pedoc
9 月 8 日
@LuliYanng 是的,直接电脑运行,也许还可以打通摄像头啥的. 手机上豆包那个对话其实就还行,只是他更像是 chat 而不是 agent

这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1239649

V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX