К основному содержанию
скилл CX Codex

voice-ai-integration · qodex-ai — скилл для Claude Code: распознавание речи и TTS

Скилл voice-ai-integration собирает голосовое приложение из трёх шагов: распознавание речи, разбор команды, синтез ответа. Примеры на Python для Whisper, Google Cloud, Azure и ElevenLabs.

лицензия не указана 211 установок ★ 50 обновлён 2026-01-05

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a claude-code
Открыть на GitHub

Что делает voice-ai-integration

Скилл раскладывает голосовой пайплайн на три части: речь в текст, разбор смысла, озвученный ответ. Внутри — примеры на Python. examples/speech_recognition_providers.py подключает Google Cloud, Whisper, Azure и AssemblyAI, examples/text_to_speech_providers.py — Google Cloud TTS, OpenAI TTS, Azure и ElevenLabs. Класс VoiceAssistant из examples/voice_assistant.py ведёт историю диалога и переключается между провайдерами.

Для живого микрофона есть RealTimeVoiceProcessor в examples/realtime_voice_processor.py: поток звука на вход и на выход, детектор речи (VAD), настраиваемые частота дискретизации и размер чанка. Рядом два разобранных сценария — управление умным домом голосом и запись встречи с расшифровкой кусками.

Ключи провайдера нужны до первого запуска: без аутентификации в Google Cloud, Azure или ElevenLabs пайплайн не стартует. Для распознавания скилл советует 16 кГц и фильтрацию фонового шума.

Какие задачи решает

  • собрать распознавание, разбор команды и синтез ответа в один пайплайн
  • переключаться между Whisper, Google Cloud и Azure без переписывания кода
  • стримить звук с микрофона и резать его на чанки
  • отсечь тишину детектором речи, чтобы не гонять её в API
  • записать встречу и разложить расшифровку по времени

Примеры запросов агенту

  • Собери голосового ассистента на VoiceAssistant: вход через Whisper, ответ через ElevenLabs.
  • Добавь в examples/realtime_voice_processor.py детектор речи и вывод звука в колонки.
  • Сделай расшифровку встречи кусками по 30 секунд с таймстемпами.

Как установить voice-ai-integration

1Через Skills CLI (Vercel)

npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a claude-code

2Вручную: положить файлы

~/.claude/skills/voice-ai-integration/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/voice-ai-integration/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о voice-ai-integration

Как установить voice-ai-integration в Claude Code?

Выполни npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a claude-code. Файл скилла появится по пути ~/.claude/skills/voice-ai-integration/SKILL.md.

Что делает voice-ai-integration?

Показывает, как собрать голосовое приложение: распознавание речи, разбор намерения и синтез ответа. Внутри примеры на Python для нескольких провайдеров и класс VoiceAssistant с историей диалога.

Какие провайдеры поддерживаются?

Для распознавания — Google Cloud, Whisper, Azure и AssemblyAI. Для синтеза — Google Cloud TTS, OpenAI TTS, Azure и ElevenLabs.

Похожие скиллы

Все скиллы по теме «ИИ и ML» →

Сначала — voice-ai-integration от других авторов.

voice-ai-integration shengwang Скилл voice-ai-integration для интеграции продуктов Shengwang: голосовые агенты ConvoAI, аудио и видео через RTC, сообщения RTM, запись сессий и генерация токенов. CX Codex +1 515установок voice-interface-builder daffy0208 Скилл voice-interface-builder для Claude Code помогает добавлять в веб-интерфейс распознавание речи, голосовые команды и озвучивание текста. Включается при работе над голосовым управлением и доступностью. CX Codex +1 187установок voice-assistant rohitg00 Субагент voice-assistant для Claude Code распознаёт и синтезирует речь, управляет диалогом и интегрируется с Alexa и Google Assistant. Создаёт голосовые интерфейсы, где люди говорят вместо печати. CX Codex ★ 2 858звёзд репо speech-engine elevenlabs Скилл speech-engine добавляет голосовой диалог в ваш агент: ElevenLabs берёт на себя микрофон, распознавание речи и озвучку, а сервер отдаёт текст ответа. CX Codex +1 9 800установок voice-agents sickn33 Скилл voice-agents для Claude Code, Codex, Cursor, Copilot, Gemini CLI и OpenCode — учит агента строить голосовых ИИ-ассистентов. Покрывает два подхода: speech-to-speech через OpenAI Realtime API и конвейер STT→LLM→TTS. CX Codex +1 904установок elevenlabs-tts calesthio Скилл elevenlabs-tts для Claude Code управляет синтезом речи ElevenLabs: от выбора голоса и подготовки текста до проверки готового аудио. CX Codex +1 147установок eachlabs-voice-audio eachlabs Скилл eachlabs-voice-audio для работы с голосом и аудио через EachLabs: синтез речи, расшифровка записей, разделение по спикерам и конвертация голоса. CX Codex +1 336установок

Из того же набора42

Весь набор →
deep-research-agent Скилл deep-research-agent для Claude Code, Codex, Cursor и других платформ, который автоматизирует сбор данных, проверку источников и составление отчётов. CX Codex +1 290установок autonomous-agent-gaming Скилл autonomous-agent-gaming для Claude Code даёт кодинг-агенту примеры игровых ботов: правила, минимакс, MCTS, Q-learning и шахматы. Агент выбирает ходы в вашей игре. CX Codex +1 274установок rag-agent-builder Скилл rag-agent-builder помогает настроить пайплайн RAG: от нарезки документов и векторизации до гибридного поиска и оценки ответов языковой модели. CX Codex +1 263установок generate-swagger-docs Скилл generate-swagger-docs для Claude Code сканирует кодовую базу, находит REST-эндпоинты и создаёт спецификацию OpenAPI и интерактивную HTML-документацию. Документирует API. CX Codex +1 260установок presentation-builder Скилл presentation-builder для Claude Code создаёт и редактирует презентации PowerPoint. Он подключается к задачам со слайдами, макетами, анимацией и заметками докладчика. CX Codex +1 203установок llm-fine-tuning-guide Скилл llm-fine-tuning-guide по дообучению языковых моделей через LoRA, QLoRA и полное обновление весов. Помогает настроить обучение под узкую сферу и подготовить датасеты. CX Codex +1 196установок aesthetic-analysis Скилл aesthetic-analysis для Claude Code разбирает визуальный референс и переносит его композицию, цвета и типографику в React Native. Задача — редизайн лендинга по сайту или изображению. CX Codex +1 193установок component-interface-design Скилл component-interface-design для Claude Code задаёт правила проектирования React-интерфейсов на Tailwind CSS и shadcn/ui. Описывает страницы, формы, карточки, таблицы и дашборды. CX Codex +1 183установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой