過去幾個月，TEN Framework 團隊與 Agora 和聲網圍繞 “對話式AI”題，踏上了橫跨全球五大城市的精彩旅程——東京、舊金山、巴黎、北京、京都。 五場精心籌備的Workshop 場場爆滿， 匯聚了來自當地及全球的開發者、創業者、產品經理與語音技術愛好者。得益于 RTE 開發者社區與全球多地 AI 社區的鼎力支持，我們得以深入探討 Voice Agent 的前沿趨勢、真實應用場景與落地開發實踐。
每一站，都上演著不同的故事，碰撞出獨特的火花。 現在，就讓我們一起回顧這趟旅程的精彩瞬間！
東京站｜Avatar實時交互，引爆現場興奮點
四月，東京，旅程啟航。 首場Workshop聚焦于Avatar驅動的實時交互體驗。
🤩 核心印象： Avatar + 實時交互 = 未來感十足！
🎤 重量級分享： Microsoft 深入解析 GPT-4o Realtime API 的語音對話落地；TEN Framework 揭秘開源語音代理框架的最佳實踐；聲網和 Agora 展示對話式方案的卓越效果與客戶案例；Dify 社區大使 Alec Lee 則帶來結合 TEN 和 Dify 構建語音交互數字人的創新方案。現場討論熱烈，焦點集中在部署細節、延遲優化及Demo的驚艷效果。
💻 實戰演練： 參與者親自動手，在本地部署 TEN Agent，并通過 Playground 接入 Azure OpenAI 語音服務，親手搭建出可實時對話的 Voice Agent。 從原理到實操，體驗全鏈路打通。現場還有 Felo（AI翻譯）、MeltingHack & TUM.ai（AI社群）、UniConvo（Chatbot）、EMQ（MQTT通信）等伙伴交流互動，氣氛火熱。
舊金山站｜VAD & 輪次檢測首秀，開發者聚焦語音體驗“魔鬼細節”
五月，微軟大廈，舊金山站。 這里聚集了來自 Oracle、Google、字節跳動等大廠，以及AI教育、企業效率、醫療等領域的創業者和高校學生，背景極其多元。
🤩核心印象： 技術控的盛宴，VAD & 輪次檢測解決關鍵痛點！
🎤技術深度解析： Microsoft、TEN 與聲網和 Agora 持續輸出干貨。TEN 團隊首次開源 VAD（語音活動檢測）與 Turn Detection（輪次檢測）模塊成為焦點！ 該組件能精準判斷語音起止和對話輪次，顯著提升實時對話的流暢度與自然度。 現場提問不斷，低延時、模型選擇、成本與應用落地是開發者最關心的話題。
💻實戰反饋： 動手環節體驗 TEN Agent + Azure 實時語音交互。甚至有去年就使用過 TEN 的老用戶驚喜反饋：部署和編排體驗進步巨大！
巴黎站｜深聊語音 AI 爆發點，探討 Voice Agent 落地路徑
五月，巴黎，Vivatech大會同期活動。 我們采用 “Keynote + 圓桌” 的形式，吸引了眾多活躍于歐洲語音技術領域的創業公司和開發者，包括歐洲知名 Voice AI 社區 Voice AI Space。
🤩 核心印象： C端應用探索活躍，歐洲視角碰撞新火花！
🎤 趨勢與落地碰撞： TEN、聲網、Agora、Microsoft 帶來主題演講。圓桌討論“Voice Agent in Action” 更是干貨滿滿，嘉賓們與特邀的歐洲本地伙伴——ASR 服務商 Gladia 和數字人服務商 Trulience——深入探討語音 Agent 的真實場景落地。 話題覆蓋熱門應用場景、社區反饋、核心挑戰與未來突破。
🍷 巴黎Mingle 時刻： 晚間的 Demo 展示與自由交流環節，在葡萄酒與輕食的伴隨下，技術討論也染上了濃濃的巴黎風情。
北京站｜從 TTS 到產品，語音 Agent 的全鏈路探討
六月，北京，極客公園 AGI Playground。 我們特別設置了兩場Workshop：上半場看趨勢，下半場動手干。
🤩 核心印象： 技術走向縱深，落地需求旺盛，開發者上手更快！
🎤 前沿洞察： RTE 開發者社區重磅啟動《對話式AI白皮書》共建計劃；TEN 分享框架設計理念與核心能力；MiniMax 架構師馮雯詳解其 Speech 模型在低延遲語音合成與音色定制上的優勢；FoloToy 聯合創始人郭興華則從兒童陪伴產品切入，分享“把技術藏起來”的落地心得。
📱 Lightning Demo： 現場觀眾即興展示 AI 兒童教育 Metabooks 和旅行助手項目，展現語音AI在生活場景的滲透。
深度實戰： TEN 團隊與階躍星辰協作，帶領參與者完成本地 Voice Agent 的部署與定制開發（模型接入、界面設置、交互邏輯）。經過大半年迭代，現場開發者的“跑通率”顯著提升，一小時即可完成搭建！
京都站｜扎根本土：ASR、大模型與會議實時翻譯
7月，京都，日本創業大會 IVS 現場。 氛圍開放輕松，聚焦日本本土化需求。
🤩 核心印象： 本土化應用開花結果，實時翻譯場景亮眼！
🎤本地化視角： 除了TEN、聲網和 Agora 的分享，特邀日本本土ASR技術專家 Paraparas 團隊帶來“以人為中心的信息轉化平臺”理念，提供極具本地特色的思考。
📱Lightning Demo： 7個 AI 項目輪番登場！ FoloToy（AI 語音玩具）、Mosumosu（二次元助手）、Uniconvo（多場景語音 AI bot）、Flowith、MyShell（Agent 平臺）、Pasoo（客服實時翻譯 Agent）等，現場演示日語店家與英文顧客的無縫溝通，驚艷全場。 在披薩的香氣中，大家自由體驗 demo，暢談合作可能。
🔜 WHAT’S NEXT？下一站？
從東京啟航，經舊金山、巴黎、北京，抵達京都——TEN 團隊攜手全球伙伴，跨越五座城市，與超過 300 位 Voice AI 領域的探索者面對面交流。
我們不僅分享了對話式 AI 的最新進展，更深刻感受到不同地區對 Voice Agent 的獨特關注：
-
日本： 企業級需求旺盛，電話客服與商業場景是核心。
-
歐洲： C端產品創新活躍，創業者熱情高漲。
-
舊金山： 開發者生態成熟，對底層框架、性能優化（如VAD、延遲）細節孜孜以求。
盡管對許多朋友而言，這是與 TEN Framework 的初次邂逅，但大家對其架構設計、技術能力及現場體驗給予了積極反饋和寶貴建議。 我們由衷感謝每一位參與者的熱情與支持！
Voice Agent 的旅程遠未結束。 TEN 團隊將繼續深耕這一領域，期待與更多伙伴攜手，共同探索對話式 AI 的無限可能！
歡迎給我們一個🌟 https://github.com/TEN-framework/ten-framework
更多 Voice Agent 學習筆記：
語音能否徹底取代鍵盤？Wispr Flow 融資 3000 萬美金背后的思考丨Voice Agent 學習筆記
11Labs 增長負責人分享：企業級市場將從消費級或開發者切入丨Voice Agent 學習筆記
實時多模態如何重塑未來交互？我們邀請 Gemini 解鎖了 39 個實時互動新可能丨Voice Agent 學習筆記
級聯vs端到端、全雙工、輪次檢測、方言語種、商業模式…語音 AI 開發者都在關心什么？丨Voice Agent 學習筆記
a16z 最新報告：AI 數字人應用層即將爆發，或將孕育數十億美金市場丨 Voice Agent 學習筆記
a16z合伙人：語音交互將成為AI應用公司最強大的突破口之一，巨頭們在B2C市場已落后太多丨Voice Agent 學習筆記
ElevenLabs 33 億美元估值的秘密：技術驅動+用戶導向的「小熊軟糖」團隊丨Voice Agent 學習筆記
端側 AI 時代，每臺家居設備都可以是一個 AI Agent丨Voice Agent 學習筆記
世界最炙手可熱的語音 AI 公司，舉辦了一場全球黑客松，冠軍作品你可能已經看過
多模態 AI 怎么玩？這里有 18 個腦洞
