Vocode
Python-Bibliothek zum Erstellen sprachbasierter LLM-Agenten, die bei Telefongesprächen, Zoom und System-Audio ausgeführt werden.
Vocode streamt Speech-to-Text, ein LLM und Text-to-Speech in eingehende und ausgehende Telefongespräche.
Vocode (vocode-core) ist eine Open-Source-Python-Bibliothek für Echtzeit-Streaming-Konversationen mit LLMs, die für Telefongespräche und Zoom-Meetings bereitgestellt werden können. Sie eignet sich für Entwickler, die Sprachagenten prototypisch entwickeln, wobei das Projekt jedoch nach Community-Maintainern sucht.
Was es ist
Sie stellen eine Streaming-Konversation aus einem Transcriber, einem LLM-Agenten und einem Synthesizer zusammen und verbinden sie dann mit Ihrem System-Audio, einer eingehenden oder ausgehenden Telefonnummer oder einer Zoom-Einwahl. Sie verfügt über integrierte Integrationen mit Diensten wie Deepgram, AssemblyAI, OpenAI, Anthropic, ElevenLabs und Azure.
Für wen
Sie eignet sich für Entwickler, die eine fertige, auf Telefonie ausgerichtete Sprachagenten-Bibliothek suchen und gerne ihr eigenes Deployment warten. Sie ist ungeeignet für Personen, die ein gewartetes, unterstütztes Produkt benötigen, da die README besagt, dass das Team nach Community-Maintainern sucht.
Wichtige Funktionen
Streaming-Konversationen
Echtzeit-Schleife von Sprache zu LLM zu Sprache mit Unterbrechungsbehandlung und Endpointing.
Telefonie-Agenten
Richten Sie eine Nummer ein, die mit einem LLM-Agenten antwortet, oder senden Sie von einem solchen verwaltete ausgehende Anrufe.
Zoom-Einwahl
Enthält Code, um sich in einen Zoom-Anruf einzuwählen.
Viele Anbieter-Integrationen
Transcriber, LLMs (OpenAI, Anthropic) und Synthesizer wie ElevenLabs, Azure, Google, Cartesia und Rime.
Aktionen
Externe Aktionen, Anrufweiterleitung, Warteaktionen für IVR-Navigation und Phrasen-Trigger.
Langchain-Agent
Ein ausgehender Anruf kann innerhalb eines Langchain-Agenten verwendet werden.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Telefonie ist ein erstklassiger Anwendungsfall: Eingehende und ausgehende Anrufe sind in der Open-Source-Dokumentation dokumentiert.
- Breite Liste von Sprach- und Audio-Anbietern, einschließlich lokaler Optionen wie Whisper.cpp, Coqui und Bark.
- pip install vocode reicht aus, um den Quickstart mit Mikrofon und Lautsprecher auszuführen.
- MIT-Lizenz; die Hinweise zu 0.1.113 besagen, dass die Funktionalität nicht länger hinter der gehosteten API verschlossen ist.
Schwächen
- Die README besagt, dass das Team aktiv nach Community-Maintainern sucht, und die neuesten Releases auf der Seite sind Alpha-Vorversionen von 0.1.114.
- Telefonie erfordert eigene Anbieterkonten sowie Transcriber-, LLM- und Sprach-API-Keys sowie den Code zum Hosten des Servers.
- Die Roadmap und die Dokumentation des Repos sind separate Seiten; prüfen Sie diese vor dem Commit auf unterstützte Funktionen.
- Es handelt sich um eine Python-Bibliothek ohne visuellen Builder.
Preise & Lizenz
Vocode ist unter der MIT-Lizenz kostenlos; die einzigen Kosten entstehen durch den Eigenbetrieb sowie die von Ihnen angebundenen Transkriptions-, LLM- und Sprach-Dienste. Die README verlinkt ein Dashboard unter app.vocode.dev, aber es wurden keine Preise ausgelesen.
Stellen für Deutschsprachige
879 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Wird Vocode noch gewartet?
Die README besagt, dass aktiv nach Community-Maintainern gesucht wird, und die neuesten aufgeführten Releases sind 0.1.114-Alphas nach 0.1.113.
Kann das Tool Telefongespräche führen?
Ja, eingehende und ausgehende Anrufe sind aufgeführte Funktionen über Telephonie-Anbieter, die in der Dokumentation beschrieben sind.
Ist die gehostete API erforderlich?
Nein. Die Release Notes von 0.1.113 besagen, dass die Funktionalität nicht länger hinter der gehosteten API verschlossen ist.
