https://github.com/restsend/active-call 欢迎Star
先给大家看看效果：
这次最重要的改进，就是不再依赖onnxruntime处理Silero VAD.
重新手写了Silero VAD的推理（纯Rust实现），性能有了非常高的提升 （大概2.5x提升），并且内存占用非常的低：
VAD Engine | Implementation | Time (60s) | RTF (Ratio) | Note |
|---|---|---|---|---|
| TinySilero | Rust (Optimized) | ~60.0 ms | 0.0010 | >2.5x faster than ONNX |
| ONNX Silero | ONNX Runtime | ~158.3 ms | 0.0026 | Standard baseline |
| WebRTC VAD | C/C++ (Bind) | ~3.1 ms | 0.00005 | Legacy, less accurate |
这次还开始引入一个全新的playbook，过去的websocket api过于原始，大家想体验一个voice agent的流程会比较麻烦，干脆给大家提供一个参考方案，可以基于markdown进行扩展：
--- asr: provider: "aliyun" llm: provider: "aliyun" model: "qwen-turbo" tts: provider: "aliyun" vad: provider: "silero" denoise: true greeting: "您好，我是您的AI助理，请问有什么可以帮您？" interruption: "both" recorder: recorderFile: "hello_{id}.wav" --- # Role and Purpose You are an intelligent, polite AI assistant. Your goal is to help users with their inquiries efficiently. # Tool Usage - When the user expresses a desire to end the conversation (e.g., "goodbye", "hang up", "I'm done"), you MUST provide a polite closing statement AND call the `hangup` tool. - Always include your response text in the `text` field and any tool calls in the `tools` array. # Example Response for Hanging Up: json { "text": "很高兴能为您服务，如果您还有其他问题，欢迎随时联系。再见！", "tools": [{"name": "hangup"}] } ---并且保留了我们最大的技术特色： 唯一一个内置SIP支持的Voice-Agent SDK， 可以直接对接sip 网关，实现Ai与电话的对接。
并且把LLM的流式输出也实现了，可以边思考边讲话
相比Pipecat/Livekit这些Framework, active-call更加专注于语音通话，最核心的就是性能很好， 2C4G很轻松支持200路并发，持续稳定运行个把月没问题
当然还是保留了最基础的Websocket API，允许通过Websocket来控制一个通话，这个当然是比较底层的实现，也是开发者最喜欢的方案。
从通话性能数据来看，现在已经能很便捷的和Ai聊天了 （延迟基本上在800ms以内）
 技术全栈指南（一）)
