Beobachtetes Signal · 15. Aug. 2026 · Technical Release · Quelle: DEV Community · Relevanz: 2/5 · Sentiment: Positiv
Entwickler baut KI-Voice-Agent gegen betrügerische Anrufe in 10 Tagen
Ein Entwickler hat innerhalb von zehn Tagen mit 'Suraksha Saathi' den Prototyp eines KI-Voice-Agents entwickelt, der Familien vor betrügerischen Anrufen schützen soll. Die technische Architektur basiert auf Deepgram für Automated Speech Recognition (ASR), einem Google Gemini LLM für das Reasoning, Murf AIs Falcon TTS für latenzarme Sprachausgabe sowie LiveKit für das Echtzeit-Audio-Routing. Zu den Kernfunktionen gehören nativer Hindi-Support via Devanagari-Output, ein einwilligungsbasiertes Gedächtnis zur Anrufer-Erkennung und ein Panik-Button, der ein Fraud-Team via Discord alarmiert. Zudem ermöglicht das System ein Echtzeit-Scam-Tracking-Dashboard sowie Persona-Wechsel inklusive Voice-Engine-Handoff während des laufenden Gesprächs. Der Open-Source-Code wurde auf GitHub bereitgestellt.
Praxisnaher technischer Blueprint für latenzarme Conversational-Voice-Agenten auf Basis moderner LLM- und Audio-Stacks; relevant für Entwicklerteams, jedoch ohne unmittelbare Marktveränderung.
Marktsignale zu Deepgram in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Entwickler realisiert KI-Voice-Agent 'Suraksha Saathi' gegen Scam-Calls in 10 Tagen.
- Tech-Stack: Deepgram (ASR), Google Gemini (LLM), Murf AI Falcon (TTS) und LiveKit (Echtzeit-Audio).
- Funktionen umfassen Hindi-Unterstützung, Consent-basiertes Gedächtnis und Discord-Alarmierung bei Betrugsverdacht.
- System unterstützt Voice-Engine-Switches mitten im Anruf sowie ein Live-Scam-Dashboard.
- Vollständiger Quellcode wurde via GitHub als Open Source veröffentlicht.
Verknüpfte Unternehmen
9 verknüpfte Unternehmen“Der Entwickler nutzt Deepgram als Spracherkennungs-Komponente für den KI-Sprachagenten.”
“Google Gemini dient als zugrundeliegendes LLM für die sprachbasierte Logik und Argumentation.”
“Murf AI stellt mit Falcon die schnelle Text-to-Speech-API für eine natürliche Sprachausgabe bereit.”
“GitHub hostet den öffentlich zugänglichen Quellcode des Projekts.”
“Discord dient als Kommunikationskanal zur diskreten Benachrichtigung des menschlichen Betrugsteams.”
“Die DEV Community fungiert als Plattform zur Veröffentlichung und Diskussion des Entwicklerartikels.”
“Algolia wird als Technologiepartner im Plattformkontext genannt.”
“Sentry wird als Werbepartner im Umfeld des Artikels angezeigt.”
“Tiger Data erscheint als beworbenes Unternehmen im Sponsorenbereich des Artikels.”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Arthashathi: Zehntägige Entwicklung eines sprachbasierten Finanz-Agenten für Indien
Ein Entwickler hat Arthashathi konzipiert – einen sprachbasierten KI-Finanzassistenten für indische Nutzer, der im Rahmen der Initiative „10 Days of Voice Agents — VoiceForBharat Edition“ entstanden ist. Das System kombiniert Echtzeit-Audio via LiveKit Agents, Spracherkennung, LLM-Reasoning, kontextbezogene Speicherfunktionen, Sicherheitsleitplanken, Agenten-Handoffs, ausgehende Anrufe, Anrufanalysen sowie Murf Falcon Text-to-Speech. Der Quellcode ist auf GitHub frei zugänglich. Der Entwickler dokumentiert umfassend die Systemarchitektur, technische Hürden wie Latenzoptimierung, Agenten-Dispatch sowie TTS-Übergaben, gewonnene Erkenntnisse und empfohlene inkrementelle Entwicklungsschritte für Voice Agents.
Voice AI-Assistent für indische Landwirte in 10 Tagen entwickelt
Im Rahmen der '10 Days of Voice Agents — VoiceForBharat Edition' von Murf AI hat ein Entwickler mit 'Farm & Field' einen mehrsprachigen Voice AI-Assistenten für indische Landwirte realisiert. Die Architektur kombiniert Speech-to-Text via Deepgram, Google Gemini als LLM, Murf Falcon für Text-to-Speech sowie LiveKit für den Real-Time-Transport. Das System bietet SQLite-gestützte Speicherung mit expliziter Nutzerzustimmung, Schnittstellen für Wetter- und Marktpreisdaten, Human Escalation sowie einen spezialisierten Crop-Agenten. Zudem unterstützt die Lösung Outbound-Telefonie über LiveKit SIP und integriert detaillierte Call Analytics zur Erfassung von Gesprächsdauer, Ergebnissen und Notizen. Die Sprachverarbeitung deckt Malayalam, Englisch und Manglish ab. Die vollständige Codebasis wurde als Open-Source-Referenz auf GitHub veröffentlicht und demonstriert praxisnahe Edge-Use-Cases für Sprach-KI.
Bharat Buddy: Entwicklung eines multilingualen Voice-AI-Tutors in 10 Tagen
Im Rahmen der Entwickler-Initiative „10 Days of Voice Agents — VoiceForBharat Edition“ wurde mit „Bharat Buddy“ ein multilingualer, sprachbasierter Voice-AI-Tutor realisiert. Das System kombiniert LiveKit für latenzarme Audioübertragung, LLM-basierte Inferenz und Murf Falcon Text-to-Speech (TTS), um Interaktionen auf Hindi, Englisch sowie Hinglish zu ermöglichen. Zu den Kernfunktionen zählen User-Memory-Speicher, Tool Calling, KI-initiierte Outbound-Anrufe, Übergaben an menschliche Agenten (Human Escalation) sowie Handoffs an spezialisierte Sub-Agenten (wie einen Mathematik-Tutor). Ein SQLite-gestütztes Dashboard liefert Basis-Call-Analytics. Der Entwickler dokumentiert zentrale technische Hürden – insbesondere Schema-Diskrepanzen beim Function Calling sowie Secret Management – und stellt den vollständigen Quellcode als Open-Source-Repository auf GitHub bereit.
Alle künftigen Signale zu Deepgram & Wettbewerbern im Briefing erhalten
Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.