Открытый Python-фреймворк для создания голосовых и мультимодальных AI-агентов с поддержкой подключаемых сервисов распознавания и синтеза речи, LLM и транспорта.
16,6 тыс.2,9 тыс.PythonBSD-2-ClauseОбновлён позавчера
TEN-framework/ten-framework
Фреймворк с открытым исходным кодом для мультимодальных разговорных голосовых AI-агентов реального времени, с готовыми примерами и визуальным дизайнером.
- Звёзды
- 11,183
- Форки
- 1,366
- Открытые issues
- 249
- Последний коммит
- 7 часов назад
Что это?
TEN — фреймворк с открытым исходным кодом для создания мультимодальных разговорных AI-агентов, работающих в реальном времени. Он объединяет распознавание речи, языковые модели и синтез речи в конвейер из модульных расширений. Благодаря этому разработчики могут собирать голосового агента и заменять отдельные компоненты, не переписывая всю систему.
В репозитории есть примеры агентов: универсальный голосовой ассистент с поддержкой RTC и WebSocket, ассистент с Live2D и аватаром, обеспечивающий синхронизацию движения губ с речью, расширение SIP для телефонных звонков, демонстрация диаризации говорящих, инструмент транскрибации и интеграция с устройством ESP32-S3. В TMAN Designer можно настраивать расширения и их API-ключи в браузере, а примеры запускать локально с Docker или в GitHub Codespaces.
Для развертывания серверная часть примера поставляется в виде Docker-образа, который можно запустить на любой платформе для контейнеров. Фронтенд можно разместить отдельно, например на Vercel или Netlify.
Ключевые возможности
- 01Модульный конвейер расширений, объединяющий распознавание речи, LLM и синтез речи.
- 02Голосовой ассистент с поддержкой RTC и WebSocket.
- 03Визуальный TMAN Designer для настройки расширений и API-ключей в браузере.
- 04Примеры с Live2D и синхронизацией движения губ аватара, а также расширение SIP для телефонных звонков.
- 05Развертывание с помощью Docker; фронтенд можно отдельно разместить на Vercel или Netlify.
Сценарии использования
- Создание голосового ассистента, который отвечает на речь пользователя с помощью LLM и синтезированного голоса.
- Подключение голосового AI-агента к телефонным звонкам через расширение SIP.
- Создание прототипа анимированного аватара или персонажа Live2D, который говорит с синхронизацией движения губ.
- Подключение голосового агента к устройству ESP32-S3 для реализации диалоговых функций во встроенных системах.
Темы
Частые вопросы
- Что такое ten-framework?
- Фреймворк с открытым исходным кодом для мультимодальных разговорных голосовых AI-агентов реального времени, с готовыми примерами и визуальным дизайнером. TEN — фреймворк с открытым исходным кодом для создания мультимодальных разговорных AI-агентов, работающих в реальном времени. Он объединяет распознавание речи, языковые модели и синтез речи в конвейер из модульных расширений. Благодаря этому разработчики могут собирать голосового агента и заменять отдельные компоненты, не переписывая всю систему.
- ten-framework можно использовать бесплатно? Какая у него лицензия?
- ten-framework распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- ten-framework всё ещё поддерживается?
- Активно поддерживается. Последний коммит в ten-framework — 21 окт. 2026 г..
- Для чего можно использовать ten-framework?
- Создание голосового ассистента, который отвечает на речь пользователя с помощью LLM и синтезированного голоса. Подключение голосового AI-агента к телефонным звонкам через расширение SIP. Создание прототипа анимированного аватара или персонажа Live2D, который говорит с синхронизацией движения губ. Подключение голосового агента к устройству ESP32-S3 для реализации диалоговых функций во встроенных системах.
- Где скачать ten-framework?
- Исходный код и инструкции по установке — на GitHub: https://github.com/TEN-framework/ten-framework
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Локальная open-source студия для работы с AI-голосом: клонируйте голос, генерируйте речь, диктуйте в любые приложения и озвучивайте AI-агентов.
58,1 тыс.7,3 тыс.PythonMITОбновлён 14 дней назад
Самостоятельно размещаемая open-source платформа голосового AI для создания, тестирования и запуска голосовых агентов в телефонии и браузере с визуальным конструктором сценариев и поддержкой MCP.
5,9 тыс.1,5 тыс.PythonBSD-2-ClauseОбновлён позавчера
Перевод речи в реальном времени в обе стороны для двуязычных встреч: через облачные сервисы или полностью офлайн на устройстве, в приложении для компьютера и расширении для браузера.
1,4 тыс.205TypeScriptAGPL-3.0Обновлён 3 дня назад
Локальная open-source студия для клонирования и создания голосов, дубляжа видео, диктовки, транскрибации и создания аудиокниг на 646 языках.
78,7 тыс.8,6 тыс.PythonAGPL-3.0Обновлён 20 часов назад
Локальный AI-движок с совместимым с OpenAI API: запускает LLM, модели для зрения, речи, изображений и видео на любом оборудовании, в том числе без GPU.
49,8 тыс.4,5 тыс.GoMITОбновлён 18 часов назад