음성으로 제어되는 AI 에이전트를 구축하는 것은 어렵지 않습니다. 이 글은 파이프라인을 실제 구성 요소로 나눕니다: 스트리밍 음성 인식, 턴 감지, 스트리밍 생성, 중단 처리, 음성 제약 조건 하에서의 도구 호출이며 각 구성 요소가 무엇을 담당하는지 보여줍니다.