jargo

用 Go 快速构建 WebRTC 原生实时语音 AI 应用

jargo 是一个基于 Go 语言、以 WebRTC 原生和音频优先的对话式 AI 框架。它解决了在实时语音交互场景中，开发者难以快速集成语音识别（STT）、语音合成（TTS）和大语言模型（LLM）的痛点。jargo 利用 Pion 库实现 WebRTC 连接，提供低延迟的音频流处理能力，支持实时语音对话。其核心能力包括：音频流的捕获与播放、语音活动检测、与主流 STT/TTS 服务的对接、LLM 的流式响应集成，以及完整的会话状态管理。开发者可以通过简洁的 API 快速构建语音助手、实时翻译、语音客服等应用，而无需深入处理 WebRTC 和音频编解码的复杂性。项目处于早期阶段，但架构清晰，适合对实时语音 AI 有需求的 Go 开发者。