pipecat

Фреймворк на Python позволяет создавать голосовых и мультимодальных агентов, способных вести разговор в реальном времени. Можно построить как одного голосового ассистента, так и систему из нескольких агентов, которые передают управление друг другу или работают параллельно. Поддерживается работа с аудио, видео и изображениями. Агентов можно запускать локально или распределить по нескольким машинам.