实时语音 AI 应用不用从零搭了：Pipecat 把 STT、LLM、TTS 拆成可插拔模块

想搭实时语音 AI 应用，不用从零啃 WebRTC 和音频流了：Pipecat 是一个 Python 框架，把语音链路上的各个环节都拆成了可插拔的模块，按需拼装就行。

关键能力就四点：走 WebRTC、WebSocket，低延迟的实时对话有保障；流式音频、视频都能处理；STT 这边有 Deepgram、Whisper 等，LLM 覆盖 OpenAI、Anthropic、Gemini；TTS 能接 ElevenLabs、Cartesia，也支持 OpenAI Realtime、Gemini Multimodal Live。

语音助手、客服 Agent、AI 伴侣、多 Agent 协作，用它搭起来都合适——模块换一个就能换一家服务商，不用把整条链路重写。

开源地址：https://github.com/pipecat-ai/pipecat