26.1 语音是另一种通道
Cloudflare 提供语音能力:连续语音转写(STT)、流式语音合成(TTS)、语音活动检测(VAD)、打断、SFU 工具。可用 withVoice 和 VoiceClient 接入。
26.2 典型链路
麦克风 → STT 转文字 → Agent 推理 → TTS 合成语音 → 扬声器。全程流式,用户能打断。
26.3 前端用 VoiceClient
import { VoiceClient } from "@cloudflare/voice/client";
const client = new VoiceClient({ agent: "VoiceAgent" });
// 连上后,麦克风音频自动走 STT → Agent → TTS 回传
标叔的经验
语音 Agent 的"打断"体验最考验工程。Cloudflare 的 VAD 把这块内建了,比我自己接省太多。做语音客服、语音助手,这个通道直接拉满。
语音讲完。下一章做最终选型:Cloudflare Agents vs EdgeOne Makers。