Speech To Speech

Un canal de agente de voz totalmente modular y de baja latencia: VAD -> STT -> LLM -> TTS, expuesto a través del conjunto de eventos GA en tiempo real de OpenAI sobre WebSocket y WebRTC. Cada componente es intercambiable. La ranura LLM habla protocolos compatibles con OpenAI, por lo que puede apuntar a un proveedor alojado, a HF Inference Providers, o a un servidor vLLM o llama.cpp en su propio hardware para una pila completamente local y totalmente abierta.