ElevenLabs ця хвиля відкритого вихідного коду голосового движка Skill, розробники радіють, одна команда дозволяє ШІ говорити, низька затримка + висока реалістичність, бар'єр для голосової взаємодії прямо пробитий.

Повідомлення з CoinWorld: ElevenLabs офіційно відкрила вихідний код для Speech Engine Skill, мета якого — швидко інтегрувати можливості високоточного, низьколатентного голосового взаємодії для штучного інтелекту та великих мовних моделей. Розробники можуть просто виконати команду npx skills add elevenlabs/skills, щоб додати голосовий двигун до проекту, без необхідності підключення до кількох API. Цей компонент побудований на базі високопродуктивного websocket-з’єднання: коли користувач говорить, браузер захоплює аудіо та потоково передає його до ElevenLabs, у реальному часі перетворюючи голос у текст і надсилаючи його на сервер. Сервер за допомогою великої мовної моделі генерує відповідь, використовуючи функцію SDK sendresponse(), щоб повернути відповідь, яку ElevenLabs перетворює у синтезований голос для відтворення. Щоб спростити фронтенд-розробку, ElevenLabs запускає /react та