用途：构建低延迟、可全双工对话的实时语音 AI 智能体，核心目标是让“语音到耳朵”的完整回路延迟低于 1000ms，理想低于 500ms。
主要能力与管线：传输层优先用 WebRTC（浏览器）或 WebSocket（服务间）；VAD 检测用户说话起止，可用 Silero VAD、WebRTC VAD；STT 转写音频，可用 Deepgram（最快）、Whisper（准确但较慢）、AssemblyAI；LLM 生成回复，可用 Groq（Llama 3）、GPT-4o、Claude 3.5 Sonnet；TTS 合成语音，可用 ElevenLabs（音质）、Cartesia（速度）、OpenAI TTS。
架构模式：采用流式管线，不要等完整转写或完整生成，链路为“用户音频流 → VAD → STT 流 → LLM 流 → TTS 流 → 音频输出”。需处理打断（Barge-in）：AI 说话时若 VAD 检测到用户语音，立即中断文本生成与音频播放并清空缓冲。
实现栈：后端可用 Python（FastAPI）或 Node.js，Python 音频处理生态更强（numpy/scipy）；框架可用 Pipecat（开源语音智能体框架）、LiveKit（实时音视频 WebRTC 基础设施）、Twilio（电话集成）。
优化技巧：VAD 起始检测可调敏感，但结束判定需谨慎设置静音超时（通常 500ms–800ms）；提示词要求 LLM 简洁口语化，例如系统提示“You are a helpful voice assistant. Keep responses short (1-2 sentences). Do not use markdown or emojis.”；音频传输用 OPUS 或 PCM（16khz/24khz/48khz），避免 MP3 转码延迟。
调试与指标：WER 衡量 STT 准确率，TTFT 衡量 LLM 速度，TTA（用户静音到 AI 首次发声）是关键指标。常见坑：回声消除问题（用户听到自己）应使用 WebRTC 内置 AEC；STT 幻觉（Whisper 把静音转成文字）；打断时的竞态条件。
限制：资料未提供具体安装命令、代码示例、收费与平台支持细节，暂未提供。