#语音 · AI 短帖与讨论

PhoneLLM：专为语音Agent设计的开源模型，GPT 5.6 Terra级性能，延迟仅1/3，成本仅1/18！ 语音Agent需要模型既超低延迟，又擅长工具调用和指令遵循。但通常我们只能在延迟或能力之间妥协。PhoneLLM解决了这个问题。 技术亮点： ✅ 基于NVIDIA Nemotron Nano 30B全权重微调 ✅ 在真实电话和客服场景上训练 ✅ 关闭thinking模式下保持精准工具调用和简洁回复 ✅ 单张B200可运行80+并发Agent ✅ P95端到端TTFAT

LiveKit Agents 是目前最完整的开源实时语音 Agent 框架之一，不只是把 STT、LLM 和 TTS 串起来那么简单。 它直接提供 WebRTC 实时音视频、电话呼入呼出、语义轮次检测（减少抢话）、原生 MCP 工具调用、多 Agent Handoff、内置测试与 LLM Judge，还支持自托管完整技术栈。 开发者可以自由组合不同厂商的语音和大模型，快速构建 AI 客服、电话机器人、会议助手及实时语音应用。这个框架正在让实时语音 Agent 从"演示玩具"走向真正可用。 GitHub 地址：github.com/livekit/agents