صوت يدخل.
صوت يخرج.
ثلاث صور لواجهات تعتمد على الصوت — نموذج واحد كلام-إلى-كلام ثنائي الاتجاه، خط أنابيب تركيبي wake → VAD → ASR → LLM → TTS تتحكّم فيه بالكامل، وتفعيل بكلمة استيقاظ للإدخال دون يدين. كله على الجهاز، بدون واجهات سحابية، وبدون خروج صوت.
Studio يصنع الأصوات. Runner يتحدث بها.
Speech Studio وRunner وجهان لنفس مكدس الصوت المحلي: أحدهما لإنتاج الأصوات، والآخر لتفاعل وكيل صوتي مباشر.
اختر الصورة التي تناسب منتجك.
نموذج حوار جاهز للتشغيل، أو خط أنابيب تركيبي بتحكّم لكل مرحلة، أو مُحفِّز كلمة استيقاظ نحيف. كلٌّ منها يعمل بالكامل على الجهاز.
نموذج واحد يأخذ إدخال المايكروفون ويخرج كلاماً. WebSocket متوافق مع OpenAI-Realtime بإسقاط مباشر؛ كود قليل، داخل غير شفّاف.
كلمة استيقاظ → VAD → ASR بالبث → LLM على الجهاز → TTS. تحكّم لكل مرحلة، رؤية للنص، محرّكات قابلة للتبديل. ابنِ Siri الخاص بك.
مُحفِّز دون يدين لأي تدفق صوتي. كلمات استيقاظ مخصّصة بعتبات لكل عبارة، أقل من 5 ميغابايت على الجهاز، 26× الزمن الحقيقي.