neural-maze/realtime-phone-agents-course

これは何？

主な機能

• 01Twilio経由で音声エージェントが電話の着信・発信に対応
• 02ローカルモデルとホスト型モデルを選べるリアルタイム音声認識・音声合成
• 03Superlinkedを使った構造化データおよびテキストデータの物件検索
• 04WhisperとOrpheusモデルをRunpod GPU podにデプロイしてセルフホスト
• 05アバターごとにペルソナ、プロンプト、音声を設定したマルチアバターエージェント
• 06Opikによる音声認識、LLM、ツール、TTS各処理のトレーシング

ユースケース

• 本番環境を想定した顧客対応用音声エージェントの構築方法を学ぶ
• 商品や物件のデータベースを検索するAI受付・コールセンターのプロトタイプを作る
• 動作する音声パイプラインで、ローカルとGPUホスト型の音声モデルを比較する

クイックスタート

1. 1

   docs/GETTINGS_STARTED.md のセットアップガイドを読み、環境を設定して依存関係をインストールします

2. 2

   コールセンターアプリケーションを起動します（Docker Compose 経由で FastAPI をポート 8000 で実行）

   make start-call-center
3. 3

   ngrok を使ってローカルサーバーをインターネットに公開します

   make start-ngrok-tunnel

使う前に知っておきたいこと

• !これはすぐに使えるツールではなく、週ごとに構築していくコースです。
• !実際の電話通話を接続するには、Twilio アカウントと ngrok トンネルが必要です。
• !複数のコンポーネントが、Runpod や Groq などの有料サービスまたは GPU を利用するサービスに依存しています。

トピック

よくある質問

realtime-phone-agents-course とは？

FastRTC、Superlinked、Twilio、Opik、RunpodでAI音声コールセンターを構築する週ごとの講座。 リアルタイムAI音声エージェントシステムの構築を段階的に学べる、複数レッスンで構成された講座です。実例として、不動産会社の従業員が音声エージェントとなり、Twilio経由で電話の発着信に対応し、Superlinkedで物件情報を検索し、FastRTCを使って低遅延の会話を行うシステムを構築します。

realtime-phone-agents-course は無料で使えますか？ライセンスは？

realtime-phone-agents-course は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

realtime-phone-agents-course は今もメンテナンスされていますか？

半年以上コミットなし。realtime-phone-agents-course の最終コミットは 2026年1月10日 です。

realtime-phone-agents-course は何に使えますか？

本番環境を想定した顧客対応用音声エージェントの構築方法を学ぶ 商品や物件のデータベースを検索するAI受付・コールセンターのプロトタイプを作る 動作する音声パイプラインで、ローカルとGPUホスト型の音声モデルを比較する

realtime-phone-agents-course のインストール方法は？

docs/GETTINGS_STARTED.md のセットアップガイドを読み、環境を設定して依存関係をインストールします コールセンターアプリケーションを起動します（Docker Compose 経由で FastAPI をポート 8000 で実行）: make start-call-center ngrok を使ってローカルサーバーをインターネットに公開します: make start-ngrok-tunnel

realtime-phone-agents-course はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/neural-maze/realtime-phone-agents-course