Repolode
TEN-framework

TEN-framework/ten-framework

开源的实时多模态语音对话 AI Agent 框架,附带多个示例应用和可视化设计器。

Star
11,183
Fork
1,366
未关闭 Issue
249
最近提交
7小时前

这是什么?

TEN 是一个用于构建实时多模态对话 AI Agent 的开源框架。它把语音识别、大语言模型和语音合成等能力组织成由模块化扩展组成的处理流程,开发者可以单独替换其中的组件,而无需重写整个系统。

仓库提供了多个示例:支持 RTC 和 WebSocket 连接的通用语音助手、带 Live2D 与数字人口型同步的角色助手、用于电话呼叫的 SIP 扩展、实时说话人分离演示、语音转写工具,以及运行在 ESP32-S3 开发板上的硬件集成示例。通过 TMAN Designer,可以在浏览器中配置扩展及其 API 密钥。

示例可以用 Docker 在本地运行,也可以在 GitHub Codespaces 中运行。后端示例提供 Docker 镜像,可部署到任意容器平台,前端则可以单独部署到 Vercel 或 Netlify 等服务。

核心功能

  • 01模块化扩展流程,串联语音识别、大语言模型和语音合成。
  • 02语音助手同时支持 RTC 与 WebSocket 连接。
  • 03通过 TMAN Designer 在浏览器中可视化配置扩展与 API 密钥。
  • 04提供 Live2D、数字人口型同步示例,以及用于电话呼叫的 SIP 扩展。
  • 05支持 Docker 部署,前端可单独部署到 Vercel 或 Netlify。

适用场景

  • 构建语音助手,用大语言模型生成回复并以合成语音播报。
  • 通过 SIP 扩展为电话呼叫接入 AI 语音 Agent。
  • 制作带口型同步的数字人或 Live2D 角色原型。
  • 将语音 Agent 接入 ESP32-S3 硬件,实现嵌入式对话功能。

标签

常见问题

ten-framework 是什么?
开源的实时多模态语音对话 AI Agent 框架,附带多个示例应用和可视化设计器。 TEN 是一个用于构建实时多模态对话 AI Agent 的开源框架。它把语音识别、大语言模型和语音合成等能力组织成由模块化扩展组成的处理流程,开发者可以单独替换其中的组件,而无需重写整个系统。
ten-framework 可以免费使用吗?用的什么许可证?
ten-framework 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
ten-framework 还在维护吗?
活跃维护中。ten-framework 最近一次提交是在 2026年10月21日。
ten-framework 适合用来做什么?
构建语音助手,用大语言模型生成回复并以合成语音播报。 通过 SIP 扩展为电话呼叫接入 AI 语音 Agent。 制作带口型同步的数字人或 Live2D 角色原型。 将语音 Agent 接入 ESP32-S3 硬件,实现嵌入式对话功能。
在哪里获取 ten-framework?
源代码和安装说明在 GitHub 上:https://github.com/TEN-framework/ten-framework

概要由 AI 根据项目 README 生成;GitHub 数据每日更新。

相关项目