Geri dön: Katalog

Vision-Agents

Vision-Agents, gerçek zamanlı video ve ses işleme özelliklerine sahip çok modüllü yapay zeka asistanları geliştirmek için tasarlanmış bir Python kütüphanesidir. Stream'in uç ağı altyapısını kullanarak düşük gecikme süreleri sunar ve YOLO, Roboflow gibi nesne tanıma modelleri ile OpenAI, Gemini, Claude gibi büyük dil modellerini birleştirir. React, Android, iOS, Flutter ve Unity gibi çoklu platform SDK desteği sağlar.

VI

Vision-Agents

80

GetStream · Ses & Metinden Sese (TTS)

YILDIZ8.2K
ÇATAL698
COMMIT0
KATKICI0
SÜRÜMv0.6.9
GÜNCELLEMEbugün
PythonVideo AIGerçek ZamanlıWebRTCApache-2.0

Bu kategorideki yaygın ticari ürünler: ElevenLabs, Amazon Polly, Google Cloud Text-to-Speech

Ne yapar?
  • YOLO ve Gemini modellerini birleştirerek gerçek zamanlı video analizi yapan yapay zeka asistanları geliştirebilirsin.
  • Stream uç ağını kullanarak 30 milisaniyenin altında ses ve video gecikmesi elde edebilirsin.
  • Twilio veya Telnyx entegrasyonu ile çift yönlü ses akışına sahip telefon aramaları oluşturabilirsin.
Web Sitesi GitHub

Notum

Alternatif sayfaları

ElevenLabs alternatifleriAmazon Polly alternatifleriGoogle Cloud Text-to-Speech alternatifleri

Aynı kategoride: Ses & Metinden Sese (TTS)