Framework de Python de código abierto para crear agentes de IA conversacionales en tiempo real, con servicios intercambiables de voz, LLM y transporte.
16,6 mil2,9 milPythonBSD-2-ClauseActualizado anteayer
TEN-framework/ten-framework
Framework de código abierto para agentes de voz conversacionales multimodales en tiempo real, con ejemplos listos para usar y un diseñador visual.
- Estrellas
- 11,183
- Forks
- 1,366
- Issues abiertos
- 249
- Último commit
- hace 5 horas
¿Qué es?
TEN es un framework de código abierto para crear agentes de IA conversacionales multimodales en tiempo real. Conecta el reconocimiento de voz, los modelos de lenguaje y la síntesis de voz en un pipeline compuesto por extensiones modulares, para que los desarrolladores puedan crear un agente de voz e intercambiar componentes individuales sin reescribir todo el sistema.
El repositorio incluye varios ejemplos de agentes: un asistente de voz multipropósito compatible con conexiones RTC y WebSocket, un asistente con Live2D y avatares con sincronización labial, una extensión SIP para llamadas telefónicas, una demostración de diarización de hablantes, una herramienta de transcripción y una integración con hardware ESP32-S3. TMAN Designer permite configurar extensiones y sus claves de API desde el navegador, y los ejemplos pueden ejecutarse localmente con Docker o en GitHub Codespaces.
Para el despliegue, el backend de ejemplo se distribuye como una imagen de Docker que puede ejecutarse en cualquier plataforma de contenedores, mientras que el frontend puede alojarse por separado en servicios como Vercel o Netlify.
Funciones clave
- 01Pipeline de extensiones modulares que conecta el reconocimiento de voz, los LLM y la síntesis de voz.
- 02Asistente de voz compatible con conexiones RTC y WebSocket.
- 03TMAN Designer visual para configurar extensiones y claves de API desde el navegador.
- 04Ejemplos de Live2D y avatares con sincronización labial, además de una extensión SIP para llamadas telefónicas.
- 05Despliegue basado en Docker, con el frontend desplegable por separado en Vercel o Netlify.
Casos de uso
- Crear un asistente de voz que responda al habla del usuario con un LLM y voz sintetizada.
- Añadir un agente de voz con IA a llamadas telefónicas mediante la extensión SIP.
- Crear prototipos de avatares animados o personajes Live2D que hablen con sincronización labial.
- Conectar un agente de voz a hardware ESP32-S3 para incorporar funciones conversacionales integradas.
Temas
Preguntas frecuentes
- ¿Qué es ten-framework?
- Framework de código abierto para agentes de voz conversacionales multimodales en tiempo real, con ejemplos listos para usar y un diseñador visual. TEN es un framework de código abierto para crear agentes de IA conversacionales multimodales en tiempo real. Conecta el reconocimiento de voz, los modelos de lenguaje y la síntesis de voz en un pipeline compuesto por extensiones modulares, para que los desarrolladores puedan crear un agente de voz e intercambiar componentes individuales sin reescribir todo el sistema.
- ¿ten-framework es gratuito? ¿Qué licencia tiene?
- ten-framework es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿ten-framework sigue mantenido?
- Mantenimiento activo. El último commit de ten-framework fue el 21 oct 2026.
- ¿Para qué puedo usar ten-framework?
- Crear un asistente de voz que responda al habla del usuario con un LLM y voz sintetizada. Añadir un agente de voz con IA a llamadas telefónicas mediante la extensión SIP. Crear prototipos de avatares animados o personajes Live2D que hablen con sincronización labial. Conectar un agente de voz a hardware ESP32-S3 para incorporar funciones conversacionales integradas.
- ¿Dónde consigo ten-framework?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/TEN-framework/ten-framework
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Estudio de voz con IA, open source y local-first para clonar voces, generar voz, dictar en cualquier app y dar voz a agentes de IA.
58,1 mil7,3 milPythonMITActualizado hace 14 días
Plataforma de IA de voz de código abierto y autoalojable para crear, probar y desplegar agentes de voz telefónicos y para navegador, con un constructor visual de flujos de trabajo y compatibilidad con MCP.
5,9 mil1,5 milPythonBSD-2-ClauseActualizado anteayer
Traducción de voz bidireccional en tiempo real para reuniones bilingües, con proveedores en la nube o modelos locales totalmente offline, como app de escritorio y extensión del navegador.
1,4 mil205TypeScriptAGPL-3.0Actualizado anteayer
Estudio de voz de código abierto y orientado al uso local para clonar y diseñar voces, doblar videos, dictar, transcribir y crear audiolibros en 646 idiomas.
78,7 mil8,6 milPythonAGPL-3.0Actualizado hace 18 horas
Motor de IA autohospedado y compatible con OpenAI que ejecuta LLM, modelos de visión, voz, imagen y video en cualquier hardware, incluso solo con CPU.
49,8 mil4,5 milGoMITActualizado hace 16 horas