Gemini Live API، وGrok Voice Agent، وGPT-4o-Transcribe، وأنماط AssemblyAI للصوت في الوقت الفعلي، وتحويل الكلام إلى نص، وTTS. يُستخدم عند تنفيذ برامج الوكلاء الصوتيين أو النسخ الصوتي أو الذكاء الاصطناعي للمحادثة.
ثبّت مهارة الذكاء الاصطناعي audio-language-models بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: yonatangross/orchestkit.
Build real-time voice agents and audio processing using the latest native speech-to-speech models.
| Model | Latency | Languages | Price | Best For |
| Grok Voice Agent | <1s TTFA | 100+ | $0.05/min | Fastest, #1 Big Bench | | Gemini Live API | Low | 24 (30 voices) | Usage-based | Emotional awareness | | OpenAI Realtime | 1s | 50+ | $0.10/min | Ecosystem integration |
Gemini Live API، وGrok Voice Agent، وGPT-4o-Transcribe، وأنماط AssemblyAI للصوت في الوقت الفعلي، وتحويل الكلام إلى نص، وTTS. يُستخدم عند تنفيذ برامج الوكلاء الصوتيين أو النسخ الصوتي أو الذكاء الاصطناعي للمحادثة. المصدر: yonatangross/orchestkit.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/yonatangross/orchestkit --skill audio-language-modelsGemini Live API، وGrok Voice Agent، وGPT-4o-Transcribe، وأنماط AssemblyAI للصوت في الوقت الفعلي، وتحويل الكلام إلى نص، وTTS. يُستخدم عند تنفيذ برامج الوكلاء الصوتيين أو النسخ الصوتي أو الذكاء الاصطناعي للمحادثة. المصدر: yonatangross/orchestkit.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/yonatangross/orchestkit --skill audio-language-models بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/yonatangross/orchestkit