voice-ai-development

Skill dla developerów tworzących aplikacje głosowe. Obejmuje OpenAI Realtime API do natywnej komunikacji głos-na-głos, Vapi do budowy agentów głosowych, Deepgram do transkrypcji i syntezy mowy, ElevenLabs do wysokiej jakości głosu, LiveKit do infrastruktury real-time oraz WebRTC. Nauczy Cię optymalizować latencję i projektować doświadczenia, które działają płynnie w produkcji.

1. Upewnij się, że masz zainstalowany Python lub Node.js oraz dostęp do API keys wymaganych dostawców (OpenAI, Vapi, Deepgram, ElevenLabs, LiveKit). 2. Załaduj skill voice-ai-development w swoim środowisku Claude/Copilot. 3. Opisz swój przypadek użycia: czy potrzebujesz natywnej komunikacji głos-na-głos (OpenAI Realtime API), dedykowanego agenta głosowego (Vapi), czy kombinacji usług do transkrypcji i syntezy. 4. Skill doradzi Ci, którą kombinację dostawców wybrać na podstawie wymagań latencji i jakości audio. 5. Postępuj zgodnie z kodem i wzorcami dostarczonymi przez skill – rozpocznij od najprostszego scenariusza (np. sesja WebSocket z OpenAI Realtime), a następnie dodawaj złożoność (obsługa audio, optymalizacja opóźnień). 6. Testuj latencję i jakość głosu w każdym kroku, polegając na wiedzy skilla o budżetach latencji i best practices dla aplikacji produkcyjnych.