COSS-India/VoicEra

解決する課題

VoicEraは、セルフホスト型のリアルタイム音声AIエージェントを構築・展開するためのオープンソースのインフラストラクチャレイヤーを提供し、特にテレフォニーベースの対話を対象としています。オペレーターが独自の音声認識（STT）、音声合成（TTS）、大規模言語モデル（LLM）、テレフォニープロバイダーを選択できるため、ベンダーロックインを排除します。

仕組み

このプラットフォームは、コントロールプレーンとリアルタイム実行を分離します。APIがエージェント設定、キャンペーン、オーケストレーションを処理し、専用のVoice Runtime（Pipecat搭載）がライブ通話音声とモデルインタラクションを管理します。システムはプロバイダーに依存しないアーキテクチャを採用しており、AIおよびテレフォニー統合は安定したインターフェースを介して交換可能です。Dockerを使用して展開でき、クラウドAPIとオプションのモデルサーバーを介したローカルホストモデルの両方をサポートします。

対象ユーザー

政府、NGO、公益団体、開発者向けに設計されており、音声AIエージェントを展開しながらデータ、インフラストラクチャ、モデル選択の完全な所有権を維持する必要がある場合に適しています。特にインド語やその他の低リソース言語向けです。

ハイライト

• プロバイダー中立性：プラットフォームを書き換えることなく、STT、TTS、LLM、テレフォニープロバイダーを交換可能。
• データ主権：すべての通話メディア、文字起こし、録音はオペレーター自身のインフラストラクチャに保存されます。
• インド言語サポート：Bhashini、AI4Bharat、Kenpath Vistaarとのファーストクラス統合により、十分なサービスを受けられない言語をサポート。
• セルフホスト：マネージドAIサービスへの依存を避けるため、プライベートインフラストラクチャに完全に展開可能。