# voice-ai-integration

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.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 211 установок · ★ 50 у репозитория
- Автор: qodex-ai
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/qodex-ai/ai-agent-skills/tree/HEAD/skills/voice-ai-integration/SKILL.md
- Обновлён: 2026-01-05
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/qodex-ai-voice-ai-integration

## Что делает

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.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/voice-ai-integration/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/voice-ai-integration/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/voice-ai-integration/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/voice-ai-integration/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install qodex-ai/ai-agent-skills skills/voice-ai-integration
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/voice-ai-integration/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/qodex-ai/ai-agent-skills --path skills/voice-ai-integration
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/voice-ai-integration/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add qodex-ai/ai-agent-skills --skill voice-ai-integration -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/qodex-ai/ai-agent-skills/tree/HEAD/skills/voice-ai-integration/SKILL.md

## Когда брать
- 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.

## Похожие
- [voice-interface-builder](https://affpapa.org/nevibecode/skills/voice-interface-builder.md) — скилл · 187 установок
- [voice-assistant](https://affpapa.org/nevibecode/agents/voice-assistant.md) — субагент · ★ 2858 у репозитория
- [speech-engine](https://affpapa.org/nevibecode/skills/speech-engine.md) — скилл · 9800 установок
- [voice-agents](https://affpapa.org/nevibecode/skills/sickn33-voice-agents.md) — скилл · 904 установки
- [elevenlabs-tts](https://affpapa.org/nevibecode/skills/calesthio-elevenlabs-tts.md) — скилл · 147 установок
- [eachlabs-voice-audio](https://affpapa.org/nevibecode/skills/eachlabs-voice-audio.md) — скилл · 336 установок

## Другие версии с тем же именем
- [voice-ai-integration · shengwang-community](https://affpapa.org/nevibecode/skills/voice-ai-integration.md) — 515 установок

Из того же набора: [qodex-ai/ai-agent-skills](https://affpapa.org/nevibecode/by/qodex-ai/ai-agent-skills.md) — 42 карточки

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
