Infrastructure pour la prochaine génération d'agents vocaux, conçue pour fournir une mémoire universelle. Elle est divisée en un cerveau gauche et un cerveau droit, stockant respectivement les informations et les émotions, tandis qu'une architecture entièrement en streaming élimine la latence à la fonda
Utilisez VoiceMem pour créer des agents vocaux qui mémorisent les informations et les émotions, rendant les interactions plus personnelles et engageantes.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentInfrastructure pour la prochaine génération d'agents vocaux, conçue pour fournir une mémoire universelle. Elle est divisée en un cerveau gauche et un cerveau droit, stockant respectivement les informations et les émotions, tandis qu'une architecture entièrement en streaming élimine la latence à la fonda
VoiceMem compte 2.9k étoiles sur GitHub. Il a été forké 268 fois. VoiceMem est écrit principalement en Python. Il est développé activement depuis 2026. VoiceMem est disponible sous licence Apache-2.0. Ses principaux thèmes sont : ai, ai-agents, ai-tools, application.
Infrastructure pour la prochaine génération d'agents vocaux, conçue pour fournir une mémoire universelle. Elle est divisée en un cerveau gauche et un cerveau droit, stockant respectivement les informations et les émotions, tandis qu'une architecture entièrement en streaming élimine la latence à la fonda
VoiceMem est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. VoiceMem est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
VoiceMem est disponible sous licence Apache-2.0.
VoiceMem est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/xzf-thu-voicemem.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.