新课程：为你的AI智能体和应用添加语音能力，由@VocalBridge构建（注明：AI Fund旗下公司），并由其CEO @_ashwyn授课。

语音应用历来需要做出艰难取舍：要么使用快速的语音到语音模型但牺牲可靠性，要么采用准确的语音到文本流水线但增加延迟。本课程将教你如何构建既可靠又快速的语音智能体。

你将构建三种类型的语音应用：一款语音交互游戏，其中语音指令和鼠标点击通过单个通道协同工作；一个只需约10行代码即可获得语音能力、且无需修改提示词或工具的智能体；以及一个使用make_phone_call函数拨打外呼电话的智能体。

你将掌握的技能：

• 无需重写提示词、RAG流水线或工具，即可为现有智能体添加语音层
• 让智能体具备拨打外呼电话并实时流式传输通话记录的能力
• 设置语音评估，对通话进行评分、捕捉回归问题，并在部署前提升质量

立即加入，无需彻底改造架构即可为你的智能体添加语音能力： https://deeplearning.ai/courses/voice-for-ai-agents-and-applications…

面向AI智能体与应用的语音技术

来源：https://www.deeplearning.ai/courses/voice-for-ai-agents-and-applications

你将学到什么

• 实现三种类型的语音驱动AI应用：一款语音交互游戏、一个叠加语音层的智能体、以及一个能拨打外呼电话的智能体。
• 用最少代码为现有智能体添加语音能力，无需重写提示词、RAG流水线或工具。
• 使用语音评估对智能体的通话进行评分、暴露故障模式，并在投产前提升质量。

关于本课程

语音是最自然的人机界面之一，但将其融入AI应用历来需要做出取舍：要么使用快速的语音到语音模型但牺牲可靠性，要么采用准确的语音到文本再到LLM再到语音的流水线但增加延迟。

本课程教你如何兼顾两者，利用Vocal Bridge的架构——它将实时前台智能体与推理后台智能体配对。

由Vocal Bridge（AI Fund旗下公司）联合创始人兼首席执行官Ashwyn Sharma授课，本课程涵盖三种实用的集成模式，让你能够根据自身情况灵活选择：将语音嵌入应用、将语音叠加到现有智能体而不改动其逻辑、以及将语音作为LLM在决定对话为合适模态时可调用的工具。

具体来说，你将：

• 调研传统语音栈及其权衡，然后探索三种实时集成模式，了解各自适用场景。
• 构建一款语音交互的井字棋游戏，语音指令和鼠标点击通过单个同步通道协同工作；然后用最少代码为现有智能体添加语音层，保持提示词、RAG流水线和工具不变。
• 为智能体提供make_phone_call工具，使其能够拨打真实号码、与演示智能体进行对话，并实时流式传输通话记录。
• 使用Vocal Bridge的多模态评估器建立评估驱动开发流程，对通话进行评分、捕捉回归问题，并在问题影响用户之前优化提示词。
• 聆听Docker前CEO兼Vocal Bridge董事会成员Scott Johnston的分享，了解将语音智能体从演示推进到生产所需的实际条件。

课程结束时，你将实现三种动手实践的语音AI模式：为交互式应用添加语音、为基于文本的智能体叠加语音层、以及赋予智能体拨打外呼电话的能力。你还将学会如何评估和改进语音交互。

适合谁参加？

希望为智能体或应用添加语音功能的开发者和AI构建者。建议具备基础的Python知识。无需语音API经验。

课程大纲

8课时 · 5个代码示例

讲师

Ashwyn Sharma

Ashwyn Sharma

Vocal Bridge联合创始人兼首席执行官

• https://www.linkedin.com/in/ashwyn-sharma/

面向AI智能体与应用的语音技术

• 入门级
• 1小时26分钟
• 8个视频课时
• 5个代码示例
• 1个评分作业PRO
• 获得成就PRO
• 讲师：Ashwyn Sharma
• Vocal BridgeVocal Bridge
• 了解更多会员PRO计划 (https://learn.deeplearning.ai/membership)

7天语音AI构建者挑战

别再盯着长时间运行的任务了。加入挑战，教会你的AI编码助手在需要人工干预时立刻给你打电话。

注册等待名单 (https://www.deeplearning.ai/courses/voice-for-ai-agents-and-applications/challenge?utm_source=coursepage&utm_campaign=vocalbridge_challenge_2026)