語音客服迴路 Voice Support Loop(容器版)

Voice AI Tools

自架語音客服迴路的容器包:語音轉文字(faster-whisper)、YAML 知識庫比對、語音合成(Kokoro)串成一條迴路;附網頁介面(麥克風錄音、上傳音檔、文字合成三種入口)與繁中快速上手,知識庫沒命中的問題可選配接 OpenAI 相容端點回答。

訂閱並下載查看啟動方式

訂閱US$49 每月

最近實跑2026-11-02

實際使用

開箱可用度5 / 5

你需要準備

修改工作量少3 / 5

適合誰

要做語音客服或語音助理雛形的團隊與接案者:想要「轉錄→知識庫比對→語音合成」已串成一條、可在自己機器上自架的起點;知識庫用 YAML 維護,要更聰明再接 LLM。

如何啟動

$ sh scripts/quickstart/init-env.sh
$ docker compose up -d --wait

瀏覽檔案

以下為固定版本的商品檔案。少數本店自用的檔案不會放進 zip。

檔案總覽161 個路徑

▸configuration5

grafana/
loki.yaml
opentelemetry-collector.yaml
prometheus.yaml
tempo.yaml

▸docs16

CNAME
api.md
configuration.md
index.md
installation.md
openapi.json
troubleshooting.md
usage/

▸examples3

javascript/
youtube/

▸packages5

speaches-cli/

▸quickstart4

agent/

▸realtime-console5

dist/

▸scripts5

create_kokoro_v1_onnx_model_repos.py
create_piper_model_repos.py
performance_benchmark.py
quickstart/
realtime_transcription_client.py

▸src59

speaches/

▸tests19

__init__.py
api_chat_test.py
api_model_test.py
api_timestamp_granularities_test.py
auth_test.py
conftest.py
diarization_test.py
model_manager_test.py
openai_timestamp_granularities_test.py
openai_transcription_test.py
…

▫ATTRIBUTION.md

▫CLAUDE.md

▫Dockerfile

▫LICENSE

▫LICENSE-99LL.md

▫PRODUCT.md

▫QUICKSTART.md

▫README.md

▫SECURITY.md

▫Taskfile.yaml

▫audio.wav

▫compose.cpu.yaml

▫compose.cuda-cdi.yaml

▫compose.cuda.yaml

▫compose.observability.yaml

▫compose.upstream.yaml

▫compose.yaml

▫contributing.md

▫delivery-manifest.txt

▫flake.lock

▫flake.nix

▫mkdocs.yml

▫model_aliases.json

▫pyproject.toml

▫pyrefly.toml

▫renovate.json5

▫ruff.toml

▫uv.lock

▫設定檔與隱藏檔 12

購前披露

你買的是什麼

容器化的自架語音客服迴路:把客服來電語音轉成文字、比對 YAML 知識庫、以合成語音回覆;附網頁介面,含麥克風、上傳音檔、文字合成三種入口。

衍生自 MIT 授權的開源語音引擎 speaches(語音辨識 faster-whisper、語音合成 Kokoro);客服迴路服務、知識庫、網頁介面、compose 編排與繁中文件為我方加工。交付形式是凍結快照:一份 zip 檔,內容取自商品倉庫 fa7cc1a 這個版本。

已知限制

不含 TLS:預設走明文 HTTP 開在 8080 埠,對外提供服務需自備反向代理與憑證
瀏覽器麥克風錄音限 localhost 或 HTTPS(瀏覽器規定);上傳音檔與文字合成入口不受影響
未接 LLM 時,知識庫沒命中的問題回固定的轉接真人句;要 LLM 回答需自備 OpenAI 相容端點與金鑰
知識庫是 build 時複製進映像,改檔後要重新 build 才生效;語音模型快取 down -v 會清掉
首次啟動要對外取件:拉引擎映像、連 PyPI 建 agent 映像、自 Hugging Face 下載語音模型
釘死在交付快照,不追上游。

責任上限、承諾範圍與法定底線,以服務條款為準。

查核紀錄

以下每一項皆依固定版本查核。每一項結果都附上理由、證據連結與查核人。未通過的項目也如實列出，以供檢驗。

5 通過1 需注意0 未通過

Source Review

原始碼審閱

PASS 通過

交付執行面逐項審:我方加工檔逐行審(compose 三服務、agent/app.py 客服迴路、知識庫、網頁介面、init-env.sh)—— agent 的對外連線只有兩處:同 compose 網路內的語音引擎,以及買家自行填入金鑰後才會走的 LLM 端點(金鑰為 PLACEHOLDER 時完全不呼叫);音訊 id 以正規表示式限制為 32 位十六進位加副檔名,避免路徑穿越。上游 Python 原始碼未逐檔審讀,以容器隔離(引擎不對外開埠,僅 agent 開一埠)、無需任何憑證即可運作為依據。

Script Safety

腳本與權限

PASS 通過

買家交付路徑執行的腳本逐一檢視:init-env.sh 為我方所寫(逐行審,只寫一個 .env,無網路動作);引擎不自 build,直接使用上游官方 CPU 映像並釘 digest(sha256:21e3df06…,多架構 amd64/arm64);model-init 服務只對引擎自身 API 發兩個 POST 下載模型;agent 映像自 python:3.12-slim build,pip 安裝五個釘死版本的套件(fastapi / uvicorn / httpx / pyyaml / python-multipart),無 curl|sh 類下載執行。上游 Taskfile 與 flake.nix 為上游開發用途,非交付必經路徑。

Recency

90 天活躍度

PASS 通過

查核時(2026 年)上游未封存;pinned commit 993994f = 開商品 repo 當日的 master HEAD,本商品凍結不追上游。

License

授權

PASS 通過

SPDX:LicenseRef-99LL-Product

上游 LICENSE 逐字實查(evidence_url 指向 pinned commit 的檔案本體):標準 MIT 全文,Copyright (c) 2024 Fedir Zadniprovskyi —— 允許商用、修改、衍生、再散布與販售,義務為保留版權聲明與授權全文(LICENSE 與 ATTRIBUTION.md 隨 zip 交付)。非依 GitHub license 欄位判定。商品整體另附 99LL 商品授權範本:上游 LICENSE 原樣保留,另置 LICENSE-99LL.md 作為加工部分的銷售與責任條款,spdx 記 LicenseRef-99LL-Product。

Dependency Licenses

相依套件授權

PASS 通過

上游 Python 相依以 pyproject.toml / uv.lock 宣告,我方 agent 的五個套件在其 Dockerfile 內釘版安裝 —— 皆由買家 build 時自 PyPI 取得。語音引擎的執行期元件封裝在上游官方映像內(釘 digest),由買家自 ghcr 拉取,散布義務由映像發布方承擔。

Weights / Data License

AI 模型與資料授權

WARN 注意

本商品不隨 zip 散布任何模型權重 —— 預設兩個模型(Systran/faster-whisper-tiny、speaches-ai/Kokoro-82M-v1.0-ONNX-int8)由買家啟動時自 Hugging Face 下載,授權由買家與模型發布方之間直接成立(Whisper 原模型為 MIT、Kokoro-82M 為 Apache-2.0,依各自 Hugging Face 頁面記載)。授權狀態列為有疑慮,理由誠實寫明:我方未逐一開啟這兩個 repo 的授權檔本體逐字核對(與上游 LICENSE 的核對標準不同),且買家可自行更換成任何模型、屆時授權由買家自負。