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。
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。
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。
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。
今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!

