什么是LiveKit?
LiveKit是一个为开发者构建生产级实时通信应用而设计的综合平台。基于WebRTC技术构建，它将开源框架与可选的云托管相结合，消除了管理实时基础设施的复杂性。该平台支持语音Agent、视频会议、电话集成和物理机器人应用。LiveKit处理低延迟媒体路由、连接管理和可扩展性等关键方面，让开发者专注于创造差异化的用户体验。支持多个AI模型提供商和灵活的部署选项——无论是自托管还是在LiveKit Cloud上——该平台服务于从初创公司到企业组织。LiveKit Cloud为ChatGPT的高级语音模式提供支持，目前每年处理超过30亿次通话。
主要功能
语音Agent框架
使用Python或Node.js快速构建语音Agent，集成语音转文本、语言模型和文本转语音组件。部署可以接听电话、加入会议或进行对话的Agent，具备端到端转换检测和多语言支持。
实时媒体传输
使用WebRTC和选择性转发单元(SFU)架构实现低延迟音视频传输(20-100ms)。支持自适应流、动态质量调整和端到端加密，确保通信安全。
多平台SDK
在Web、iOS、Android、Flutter、React Native以及Python、Node.js、Go、Rust等服务端语言中提供一致的API和SDK。原生支持屏幕共享、录制和数据通道。
灵活的AI模型集成
连接多个AI提供商，包括OpenAI、Anthropic、Google以及语音转文本、语言模型和文本转语音的专业提供商。LiveKit Inference通过平台提供直接的模型访问。
可扩展的云基础设施
托管云服务，具备自动扩展、全球分发和可预测的按使用量计费。或者在您的基础设施上自托管，使用Docker、Kubernetes或自定义部署，实现完全控制和合规要求。
企业级安全
端到端加密、SOC2合规、HIPAA合规选项、基于JWT的身份验证和轨道级权限控制。为敏感应用提供完整的数据驻留控制。
1. 开源LiveKit和LiveKit Cloud有什么区别？⌄
开源LiveKit是您可以在自己基础设施上自托管的核心框架，为您提供完全控制但需要您管理操作。LiveKit Cloud是由LiveKit托管的完全托管服务，具有自动扩展、监控和可预测的定价。两者使用相同的API，因此您可以从Cloud开始并迁移到自托管，或反之。
2. LiveKit Cloud的费用是多少？⌄
LiveKit Cloud使用基于使用量的定价，按Agent会话分钟数、WebRTC参与者分钟数、数据传输和AI模型使用量计费。免费套餐每月提供1,000个Agent会话分钟。付费计划根据消费量扩展，无需长期合同。具体定价请查看LiveKit定价页面。
3. 我可以在LiveKit中使用哪些AI模型？⌄
LiveKit与主要AI提供商集成，包括OpenAI、Anthropic、Google、Deepgram、AssemblyAI、ElevenLabs、Cartesia等。您可以使用LiveKit Inference通过平台直接访问模型，或连接您自己的API密钥到任何兼容的提供商。
4. 使用LiveKit构建语音Agent需要多长时间？⌄
使用LiveKit的Python或Node.js快速入门，您可以在10分钟内构建一个简单的语音Agent。该框架为语音识别、语言处理和语音合成提供预构建组件，以及Web和移动应用的启动模板。
5. LiveKit支持电话通话吗？⌄
是的。LiveKit通过SIP包含电话集成，允许语音Agent拨打或接听电话。这支持客户服务热线、预约安排和呼叫中心应用等用例。
6. 我可以为了合规原因自托管LiveKit吗？⌄
是的。LiveKit是开源的，可以使用Docker、Kubernetes或自定义配置部署在您自己的基础设施上。这为您提供对数据驻留的完全控制，使其适用于HIPAA、GDPR和其他监管要求。
7. 使用LiveKit可以期望什么延迟？⌄
LiveKit通常为音频和视频提供20-100ms的延迟，具体取决于地理距离和网络条件。基于WebRTC的架构与SFU路由最小化编码/解码开销，以保持实时响应性。