LiveKit Plugins Turn Detector

Plugin zur Erkennung des Gesprächsende für LiveKit-Agents basierend auf einem maßgeschneiderten Modell.

Normales ProduktProgrammierungLiveKitGesprächsendeerkennung

LiveKit Plugins Turn Detector ist ein Plugin für LiveKit-Agents, das mithilfe eines maßgeschneiderten, Open-Weight-Modells ermittelt, wann ein Benutzer seine Rede beendet hat, und so eine End-to-End-Erkennung des Gesprächsendes ermöglicht. Im Gegensatz zu herkömmlichen Modellen zur Erkennung von Sprachaktivität (VAD) verwendet dieses Plugin ein speziell für diese Aufgabe trainiertes Sprachmodell und bietet so eine genauere und robustere Methode zur Erkennung des Gesprächsendes. Die aktuelle Version unterstützt nur Englisch und wird für andere Sprachen nicht empfohlen.

Best AI Websites & Tools

LiveKit Plugins Turn Detector

LiveKit Plugins Turn Detector Neueste Verkehrssituation

LiveKit Plugins Turn Detector Besuchstrend

LiveKit Plugins Turn Detector Geografische Verteilung der Besuche

LiveKit Plugins Turn Detector Traffic-Quellen

LiveKit Plugins Turn Detector Alternativen

LiveKit Plugins Turn Detector — Plugin zur Erkennung des Gesprächsende für LiveKit-Agents basierend auf einem maßgeschneiderten Modell.

Inception Labs — Inception Labs bringt eine neue Generation diffusionsbasierter Sprachmodelle auf den Markt und bietet extrem schnelle, effiziente und hochwertige Sprachgenerierung.

OpenManus — OpenManus ist ein Open-Source-Projekt für intelligente Agenten, das ohne Einladungscode verwendet werden kann.

Instella — Instella ist ein von AMD entwickeltes, leistungsstarkes Open-Source-Sprachmodell, das speziell für die Beschleunigung der Entwicklung von Open-Source-Sprachmodellen entwickelt wurde.

mahilo — Eine universelle Plattform zur Integration von KI-Agenten verschiedener Frameworks, die Echtzeitkommunikation und menschliche Aufsicht unterstützt.

GPT-4.5 — Das neueste Sprachmodell GPT-4.5 von OpenAI konzentriert sich auf die Verbesserung der Fähigkeiten des unüberwachten Lernens und bietet ein natürlicheres interaktives Erlebnis.

Gemini 2.0 Flash-Lite — Gemini 2.0 Flash-Lite ist ein effizientes Sprachmodell, das speziell für die Verarbeitung langer Texte und verschiedene Anwendungsfälle optimiert wurde.

Phi-4-mini-instruct — Phi-4-mini-instruct ist ein leichtgewichtiges Open-Source-Sprachmodell, das sich auf hochwertige, inferenzintensive Daten konzentriert.

DeepSeek Japanisch — DeepSeek ist ein fortschrittliches KI-Sprachmodell, das sich auf logisches Denken, Mathematik und Programmieraufgaben spezialisiert hat und kostenlos nutzbar ist.

AlphaMaze — AlphaMaze ist ein Decoder-Sprachmodell, das sich auf visuelle Inferenzaufgaben konzentriert und die Schwächen traditioneller Sprachmodelle bei visuellen Aufgaben beheben soll.

Smithery — Erweitert die Fähigkeiten von Sprachmodellen über den Model Context Protocol Server.

Moonlight-16B-A3B — Moonlight-16B-A3B ist ein 16B-Parameter-Mix-Expertenmodell, das mit dem Muon-Optimierer trainiert wurde und für die effiziente Spracherzeugung entwickelt wurde.

DeepHermes-3-Llama-3-8B-Preview — DeepHermes 3 ist ein großes Sprachmodell, das sowohl Inferenz- als auch konventionelle Antwortmodi unterstützt.

Lora — Lora ist ein für mobile Geräte optimiertes lokales Sprachmodell, das iOS und Android unterstützt.

PaliGemma 2 Mix — PaliGemma 2 Mix ist ein vielseitiges visuell-sprachliches Modell für diverse Aufgaben und Bereiche.

Mistral Saba — Mistral Saba ist ein regionsspezifisches Sprachmodell, das speziell für den Nahen Osten und Südasien entwickelt wurde.

OLMoE App — Ai2 OLMoE ist eine Open-Source-Anwendung für Sprachmodelle, die auf iOS-Geräten läuft.

Podscript — Ein Tool zur Erstellung von Transkripten für Podcasts und andere Audiodateien, das verschiedene Sprachmodelle und Spracherkennungs-APIs unterstützt.

Xwen-Chat — Xwen-Chat ist eine Sammlung von großen Sprachmodellen, die sich auf chinesische Konversationen konzentrieren und verschiedene Modellversionen sowie Sprachgenerierungsdienste anbieten.

LLM Codename — Ein kreatives Benennungstool auf Basis von LLM, das Nutzern hilft, schnell einzigartige Namen zu generieren.

Exa & Deepseek Chat-App — Eine Open-Source Chat-Anwendung, die die Exa-API für die Websuche und Deepseek R1 für die Inferenz nutzt.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B ist ein leistungsstarkes Open-Source-Sprachmodell für Textgenerierung und Inferenzaufgaben.

QwQ-32B-Preview-gptqmodel-4bit-vortex-v3 — Dies ist eine 4-Bit-quantisierte Version des Qwen2.5-32B-Modells, die für effizientes Inferencing und den Einsatz mit geringen Ressourcen entwickelt wurde.

ReaderLM v2 — ReaderLM v2 ist ein fortschrittliches, kleines Sprachmodell für die Konvertierung von HTML in Markdown und JSON.

MiniMax-Text-01 — MiniMax-Text-01 ist ein leistungsstarkes Sprachmodell mit 456 Milliarden Parametern, das Kontexte mit bis zu 4 Millionen Token verarbeiten kann.

MiniMax-01 — Leistungsstarkes Sprachmodell mit 4560 Milliarden Parametern, das Kontexte mit bis zu 4 Millionen Token verarbeiten kann.

Vollmond — Mit einer Milliarde Parametern in Ihrer Tasche: Chatten Sie mit einem privaten, lokalen großen Sprachmodell.

MiniCPM-o-2_6 — MiniCPM-o 2.6 ist ein leistungsstarkes, multimodales großes Sprachmodell, das sich für visuelle, sprachbasierte und multimodale Live-Übertragungen eignet.

MiniCPM-o — MiniCPM-o 2.6: Ein MLLM (Multimodales Large Language Model) auf GPT-4o-Niveau, das visuelle, sprachliche und multimodale Livestreaming auf Smartphones ermöglicht.

Llama-3-Patronus-Lynx-70B-Instruct — Ein quelloffenes Bewertungsmodell zur Erkennung von Halluzinationen, basierend auf der Llama-3-Architektur mit 70 Milliarden Parametern.