2026 语音对话 AI agent：真实可用项目
截至 2026 年 8 月 2 日,KanonAgent 库内有 98 个在做「语音对话与交互」的 AI agent,本页按真实热度收录其中 6 个,领先的是 airi(3.3k upvotes)。
过去语音对话靠人工或简单语音助手，响应慢且隐私差。agent 出现后，用户能用本地或实时模型实现自然语音聊天、反馈和转录，交互更沉浸且可私有化。
更新 2026-08-02 · 6 个产品 · 数据来自 KanonAgent
1. airi3.3k upvotes
airi 提供自托管实时语音聊天，支持 Minecraft 等游戏集成，适合想打造 Neuro-sama 式沉浸伴侣的用户。
2. Practiceme$2k/mo
Practiceme 用 AI 模拟母语者对话并实时反馈发音语法，适合英语口语练习者。
3. WunaTalk6 upvotes
WunaTalk 在浏览器中直接语音对话并纠正发音，适合模拟面试或旅行场景练习口语。
4. Interview Coach6 upvotes
Interview Coach 用本地 LLM 加语音支持进行面试模拟，适合需要隐私的求职者。
5. meetily14.9k upvotes
meetily 全本地实时转录会议语音并生成摘要，适合追求隐私的 macOS 用户。
6. Shadow 2.0558 upvotes
Shadow 2.0 实时理解会议并自动生成文档或更新 CRM，适合需要会后自动跟进的团队。
怎么选
优先选支持本地运行或低延迟语音的 agent，避免云端依赖导致隐私泄露。看实时反馈和转录准确度，测试是否能处理自然语速和多语言。常见坑是忽略硬件要求或模型大小，导致手机端卡顿或无法离线使用。
常见问题
语音 agent 如何保证实时性和隐私？
选本地模型如 meetily 或 airi，可在设备上处理语音，无需上传云端。
英语口语练习用哪个 agent 最好？
WunaTalk 或 Practiceme 提供实时发音纠正和场景模拟，适合日常练习。
会议转录 agent 怎么选？
meetily 支持说话人分离和本地摘要，Shadow 2.0 还能自动生成后续文档。