TEN è un framework open source per creare agenti vocali conversazionali.

L’ecosistema TEN comprende TEN Framework, Esempi di agenti, VAD, Turn Detection e Portal.

Canale della community	Scopo
	Segui TEN Framework su X per aggiornamenti e annunci
	Unisciti alla community Discord per confrontarti con altri sviluppatori
	Segui TEN Framework su LinkedIn per non perdere nessuna novità
	Esplora i nostri spazi e modelli su Hugging Face
	Entra nel gruppo WeChat per parlare con la community cinese

Assistente vocale multiuso — Assistente in tempo reale, a bassa latenza e alta qualità, estendibile con memoria, VAD, rilevamento dei turni e altre estensioni.

Consulta il codice di esempio per maggiori dettagli.

Avatar con lip sync — Supporta diversi provider di avatar. La demo mostra Kei, un personaggio anime con sincronizzazione labiale Live2D, e presto includerà avatar realistici di Trulience, HeyGen e Tavus.

Guarda il codice di esempio Live2D.

Diarizzazione vocale — Rilevamento e etichettatura dei parlanti in tempo reale. Il gioco "Who Likes What" mostra un caso d’uso interattivo.

Codice di esempio

Chiamata SIP — Estensione SIP che abilita chiamate telefoniche gestite da TEN.

Codice di esempio

Trascrizione — Strumento che trascrive l’audio in testo.

Codice di esempio

ESP32-S3 Korvo V3 — Esegue un esempio di TEN Agent sulla scheda di sviluppo Espressif ESP32-S3 Korvo V3 per portare comunicazioni basate su LLM sull’hardware.

Consulta la guida di integrazione per ulteriori informazioni.

cd ai_agents
cp ./.env.example ./.env

AGORA_APP_ID=
AGORA_APP_CERTIFICATE=

# Esegui l’esempio predefinito dell’assistente vocale
# Deepgram (necessario per STT)
DEEPGRAM_API_KEY=your_deepgram_api_key_here

# OpenAI (necessario per il modello linguistico)
OPENAI_API_KEY=your_openai_api_key_here
OPENAI_MODEL=gpt-4o

# ElevenLabs (necessario per TTS)
ELEVENLABS_TTS_KEY=your_elevenlabs_api_key_here

docker compose up -d

docker exec -it ten_agent_dev bash

Trovi altre demo nella cartella agents/examples. Inizia da una di queste:

# Assistente vocale concatenato
cd agents/examples/voice-assistant

# Assistente voce-a-voce in tempo reale
cd agents/examples/voice-assistant-realtime

Esegui task build se hai modificato il codice locale. È obbligatorio per i linguaggi compilati (TypeScript, Go, ecc.) e facoltativo per Python.

task install
task run

Quando l’esempio è in esecuzione puoi usare queste interfacce:

localhost:49483

localhost:3000

• TMAN Designer: http://localhost:49483
• UI degli esempi: http://localhost:3000

1. Apri localhost:49483.
2. Fai clic con il tasto destro sulle estensioni STT, LLM e TTS.
3. Inserisci le relative API key.
4. Dopo aver salvato, la versione aggiornata sarà visibile su localhost:3000.

GitHub offre Codespaces gratuiti per ogni repository. Puoi eseguire gli esempi senza Docker e, in genere, l’avvio è più rapido rispetto all’ambiente locale basato su container.

Consulta questa guida per i dettagli.

Dopo aver personalizzato l’agente (con TMAN Designer o modificando property.json), crea un’immagine Docker di release e distribuiscila.

Nota: esegui i comandi al di fuori di qualsiasi container.

cd ai_agents
docker build -f agents/examples/<example-name>/Dockerfile -t example-app .

docker run --rm -it --env-file .env -p 3000:3000 example-app

Puoi dividere il deployment in due parti quando ospiti TEN su piattaforme come Vercel o Netlify.

1. Esegui il backend TEN su una piattaforma compatibile con container (VM Docker, Fly.io, Render, ECS, Cloud Run, ecc.). Usa l’immagine di esempio senza modificarla ed esponi la porta 8080.
2. Distribuisci solo il frontend su Vercel o Netlify. Imposta la radice del progetto su ai_agents/agents/examples/<example>/frontend, esegui pnpm install (o bun install) e poi pnpm build (o bun run build), mantenendo la cartella di output .next predefinita.
3. Configura le variabili di ambiente dal pannello del provider: AGENT_SERVER_URL deve puntare al backend e aggiungi le chiavi NEXT_PUBLIC_* necessarie (per esempio le credenziali Agora esposte al browser).
4. Consenti al backend di accettare richieste dall’origine del frontend tramite CORS aperto o usando il middleware proxy incluso.

In questo modo il backend gestisce i processi di lunga durata e il frontend hostato instrada semplicemente il traffico API.

Ricevi notifiche immediate su nuove release e aggiornamenti. Il tuo supporto ci aiuta a migliorare TEN!

Progetto	Anteprima
️TEN Framework Framework open source per agenti conversazionali.
TEN VAD Rilevatore di attività vocale in streaming, leggero e a bassa latenza.
️TEN Turn Detection Abilita dialoghi full-duplex tramite rilevamento dei turni.
TEN Agent Examples Casi d'uso costruiti con TEN.
TEN Portal Sito ufficiale con documentazione e blog.

TEN Framework è presente anche su piattaforme di Q&A alimentate dall’IA. Offrono risposte multilingue, dalla configurazione di base agli scenari avanzati.

Servizio	Link
DeepWiki
ReadmeX

Accogliamo qualsiasi forma di collaborazione open source! Bugfix, nuove funzionalità, documentazione o idee: ogni contributo aiuta a far crescere strumenti di IA personalizzati. Dai un’occhiata a Issues e Projects su GitHub per trovare attività su cui lavorare e mostrare le tue competenze. Costruiamo TEN insieme!

Le contribuzioni sono benvenute! Leggi prima le linee guida per contribuire.

1. L’intero TEN Framework (esclusi i folder elencati qui sotto) è rilasciato sotto Apache License 2.0 con restrizioni aggiuntive. Consulta il file LICENSE nella root del progetto.
2. I componenti nella directory packages sono distribuiti sotto Apache License 2.0. Ogni package contiene il proprio file LICENSE.
3. Le librerie di terze parti utilizzate da TEN Framework sono elencate nella cartella third_party.