Wir haben WaveKat aus einer einfachen Überzeugung heraus gegründet:
Jedes kleine Unternehmen verdient die Stimme eines großen.
Kleine Unternehmen verpassen Anrufe. Sie können sich weder einen Empfang noch einen rund um die Uhr besetzten Telefondienst leisten. Große Konzerne hingegen setzen ausgefeilte Sprach-KI ein, die Tausende von Anrufen am Tag bewältigt. Diese Kluft sollte es nicht geben.
Was wir bauen
WaveKat entwickelt Werkzeuge für Echtzeit-Sprach-KI. Wir beginnen mit einer Reihe quelloffener Bibliotheken:
- wavekat-core — gemeinsame Audio-Bausteine wie
AudioFrameund die Umwandlung von Sampleformaten - wavekat-vad — Sprachaktivitätserkennung mit mehreren Backends (WebRTC, Silero und weitere)
- wavekat-turn — Sprecherwechselerkennung, die weiß, wann eine sprechende Person fertig ist
- wavekat-lab — ein interaktives Dashboard zum Testen und Vergleichen von Audio-Backends
Auf diesen Bibliotheken aufbauend haben wir WaveKat Voice gebaut — ein Desktop-Softphone für Mac und Linux, das Ihren Computer zum Geschäftstelefon macht. Es nimmt Anrufe an und tätigt sie über den SIP-Anbieter, den Sie bereits haben, zeichnet jeden Anruf auf und schreibt das Gesagte live mit. Ein KI-Assistent kann das Wählfeld für Sie bedienen — sprechen tun Sie; ein Assistent, der das Gespräch selbst führt, ist der nächste Schritt, auf den wir hinarbeiten.
Warum mit Open Source beginnen?
Wir sind überzeugt, dass die grundlegende Technologie — VAD, Sprecherwechselerkennung, Audioverarbeitung — offen, überprüfbar und frei nutzbar sein sollte. Diese Bausteine sollten nicht hinter Unternehmensverträgen weggesperrt sein.
Wie es weitergeht
Wir sind voll im Entwicklungsmodus. Folgen Sie uns auf GitHub oder schauen Sie hier wieder vorbei — wir werden über die Technik hinter Echtzeit-Sprache schreiben, über die Abwägungen, die wir treffen, und über das, was wir unterwegs lernen.
WaveKat Voice ist heute in der kostenlosen öffentlichen Beta — laden Sie es herunter, für Mac oder Linux.