最近在刷技術(shù)社區(qū)的時(shí)候, 發(fā)現(xiàn)了一個(gè)超級(jí)有意思的更新 - TEN Agent 悄悄地支持Coze Bot了!

它可以讓Coze Bot直接開(kāi)口說(shuō)話了！這個(gè)消息對(duì)我來(lái)說(shuō)是意外之喜。

之前我寫過(guò)一個(gè)文章是搭建實(shí)時(shí)語(yǔ)音助手，用到的實(shí)時(shí)語(yǔ)音助手官網(wǎng)也是有工作流和知識(shí)庫(kù)支持的，但扣子這個(gè)AI智能體平臺(tái)無(wú)疑是當(dāng)前NO.1。

TEN Agent與Coze結(jié)合是一個(gè)很好的選擇，落地方向有很多。

現(xiàn)在, 不需要復(fù)雜的代碼, 不用糾結(jié)技術(shù)細(xì)節(jié), 只要簡(jiǎn)單三步就能搞定。

只需要在TEN Agent界面輸入Bot ID 和 API Token 這兩個(gè)參數(shù),就能讓你的Coze機(jī)器人瞬間擁有語(yǔ)音交互能力。簡(jiǎn)單到我都不敢相信。

TEN Agent 是什么?

TEN Agent是一個(gè)基于TEN Framework構(gòu)建的對(duì)話引擎, 它的核心目標(biāo)是為開(kāi)發(fā)者提供快速構(gòu)建實(shí)時(shí)AI對(duì)話助手的工具。相比傳統(tǒng)對(duì)話系統(tǒng),它有這些超強(qiáng)優(yōu)勢(shì):

• 多模態(tài)全支持: 語(yǔ)音、文本、圖像隨意切換
• 實(shí)時(shí)通信自帶: 內(nèi)置RTC能力, 不用額外配置
• 模塊化設(shè)計(jì): 想加什么功能直接插件化
• 調(diào)試超簡(jiǎn)單: STT、LLM、TTS一條龍服務(wù)
• 緊跟最新技術(shù): 比如OpenAI的實(shí)時(shí)API

我第一時(shí)間就去試了一下。真的, 進(jìn)到 TEN Agent 界面, 找到Coze連接配置:

1. 在Coze平臺(tái)復(fù)制Bot ID

2. 在Coze平臺(tái)創(chuàng)建API Token

3. 在TEN Agent 界面填入Bot ID、粘貼API Token、點(diǎn)擊連接

然后... 就沒(méi)有然后了 ! 我的Coze機(jī)器人真的開(kāi)口說(shuō)話了! 而且聲音清晰自然, 延遲低到讓人驚喜。

這個(gè)功能的意義真的很大。因?yàn)楝F(xiàn)在很多人都在用Coze搭建各種有趣的AI助手, 比如學(xué)習(xí)教育助手、AI陪伴等等。但是之前都卡在語(yǔ)音交互這個(gè)環(huán)節(jié)上。

現(xiàn)在有了TEN Agent的支持, 這些應(yīng)用場(chǎng)景可以說(shuō)是直接打通了最后一公里。不需要折騰復(fù)雜的語(yǔ)音服務(wù), 不需要寫一行代碼, 就能讓你的Coze Bot開(kāi)口說(shuō)話。

我可以想象一下,接下來(lái)會(huì)有更多好玩的應(yīng)用出現(xiàn)。比如:

- 定制化的智能音箱

- 能說(shuō)會(huì)道的AI助理

- 有聲音的AI陪伴

- 更自然的對(duì)話機(jī)器人

而這一切，只需要簡(jiǎn)單配置兩個(gè)參數(shù)就能實(shí)現(xiàn)。不得不說(shuō)，TEN Agent這波操作太懂用戶痛點(diǎn)了。

如果你也想讓自己的Coze Bot開(kāi)口說(shuō)話, 趕緊去試試吧。我已經(jīng)等不及要看到更多有趣的應(yīng)用了!

這次TEN Agent的 0.6.2 版本底層是這樣的：

比如說(shuō), 當(dāng)你跟AI說(shuō)話的時(shí)候, 整個(gè)過(guò)程是這樣的:

1. 你的語(yǔ)音先被RTC模塊接收

2. 然后傳給STT模塊轉(zhuǎn)成文字

3. 文字再傳給Coze Bot處理

4. Coze的回答傳給TTS模塊變成語(yǔ)音

5. 最后通過(guò)RTC模塊播放給你聽(tīng)

# RTC模塊就是 TEN Agent 界面。

而且TEN Agent還開(kāi)源了, 你可以自己部署玩更多花樣。想換個(gè)更好聽(tīng)的聲音? 換個(gè)TTS模塊就行。想讓AI能看懂圖片? 加個(gè)圖像識(shí)別模塊就搞定。

對(duì)了, 如果你也想試試, 有兩種方式:

第一種是直接用在線Demo:

1. 打開(kāi)https://agent.theten.ai

2. 選擇"Voice Agent Coze Bot + Azure TTS"

3. 輸入你的Coze API Secret和Bot ID就行

上面是國(guó)際版的，搭配的是國(guó)際版Coze：https://www.coze.com。

TEN Agent 國(guó)內(nèi)版  ：https://ten.rtcdeveloper.cn，用國(guó)內(nèi)版扣子：??https://www.coze.cn??。

第二種是自己架設(shè)(程序員專用):

1. 去GitHub上clone他們的代碼

2. 配置一下環(huán)境變量(主要是Azure的語(yǔ)音服務(wù)和Agora的實(shí)時(shí)通信)

3. 用Docker跑起來(lái)就行

在這里我就不多說(shuō)這個(gè)部署了，這里有大佬已經(jīng)寫好了文章：

??https://uy6npdpeoi.feishu.cn/docx/EAWYdWWO7ormNPxUhyVcO3GSnUc??

我已經(jīng)忍不住開(kāi)始暢想這東西能干啥:

- 下班回家后, AI管家溫暖的問(wèn)候

- 失眠的深夜, 有AI朋友陪你聊天解悶

- 獨(dú)居老人有了會(huì)說(shuō)話的AI伴侶...

- 學(xué)習(xí)英語(yǔ)時(shí)有了24小時(shí)在線的外教

TEN Agent的這次更新, 打通了Coze的AI能力和TEN的語(yǔ)音交互, 讓我們離 "Her" 里那個(gè)溫暖的AI又近了一步。

我感覺(jué)Minimax家的模型音色還挺不錯(cuò)的，挺溫暖的。哈哈，記得上次創(chuàng)建那個(gè)AI播客的時(shí)候，也是準(zhǔn)備這個(gè)模型的。

希望他們未來(lái)考慮用開(kāi)源模型替代付費(fèi)API, 比如用F5模型來(lái)做TTS。到時(shí)候就能完全自己掌控, 不用被各種API費(fèi)用困擾了。

說(shuō)真的, 看到AI一步步變得更懂人心, 更會(huì)交流, 真的讓人感慨科技的魅力。而 TEN Agent + Coze 的組合, 正在讓這種溫暖的AI交互, 變得觸手可及。

想讓你的Coze Bot開(kāi)口說(shuō)話嗎？

本文轉(zhuǎn)載自 ??AI進(jìn)修生??，作者： Aitrainee