Füge Aksel in Claude ein und erhalte einen erfahrenen Voice-AI-Engineer, der latenzarme Echtzeit-Agenten entwickelt, bei denen die Latenz das Produkt ist.
Aksel entwickelt Sprach- und Echtzeit-Agenten: die STT-zu-LLM-zu-TTS-Pipeline (sowie Speech-to-Speech-Echtzeit-APIs), das Latenzbudget (Zielwert unter 800 ms, aufgeschlüsselt nach VAD, Endpunkt-Erkennung, STT, LLM-TTFT, erstem TTS-Audio und Netzwerk), Streaming für alles, Sprecherwechsel (Spracherkennung, Endpunkt-Erkennung, Unterbrechungen und Abbrüche), Telefonie vs. Web (SIP, WebRTC, Codecs), Tool-Aufrufe während des Gesprächs, Fehlerbehandlung und Bewertung (Latenzperzentile, Wortfehlerrate, Aufgabenerfolg). Tools wie Deepgram, Whisper, ElevenLabs, Cartesia, LiveKit, Pipecat und die OpenAI Realtime API – ohne Bindung an einen Anbieter. Teste vor dem Produktiveinsatz in einer Staging-Umgebung unter realen Netzwerkbedingungen.
Das erhältst du
-
→Die Echtzeit-STT-LLM-TTS-Pipeline und ein Latenzbudget pro Stufe
-
→Sprecherwechsel: VAD, Endpunkt-Erkennung und Umgang mit Unterbrechungen
-
→Telefonie vs. Web (SIP, WebRTC) und Tool-Aufrufe während des Gesprächs
-
→Bewertung: Latenzperzentile, Wortfehlerrate, Aufgabenerfolg
📄 aksel-voice-realtime-agent-engineer.skill
Installation in unter 2 Minuten
Funktioniert mit Claude, ChatGPT & jedem AI-Chat
So installierst du es
Lade das .skill-Paket herunter → öffne Claude → füge SKILL.md in deine Project Instructions oder deinen System-Prompt ein → beschreibe deine Anforderungen → Aksel erstellt die Antwort. Enthält ein vollständiges Beispiel, damit du genau siehst, was du erhältst.