WebRTCによるリアルタイム音声と永続クロスモデル記憶を備え、多モデルAIプラットフォームと生成機能一式を構築—無料アカウントは月1分の音声

https://reddit.com/link/1sutga7/video/ktd3pxcam7xg1/player

ここ数か月、AskSaryを開発してきました。これはマルチモデルAIプラットフォームで、OpenAIのWebRTC APIを使ったリアルタイムの双方向音声チャットをついに公開しました。

可視化はあなたの声にリアルタイムに反応します。180の放射状周波数バーが発光する球の周りを回り、280の粒子がフルスクリーンキャンバス上を漂い、オーロラやリップル波が音声のピークで放たれ、さらに全体がクールな青（聞いているとき）から温かいバイオレット（話しているとき）へと色変化します。ほぼゼロ遅延、8種類の音声オプション。

asksary.com の無料アカウントを持っている人は、毎月リアルタイム音声を1分分もらって試せます。クレジットカードは不要です。

また、興味があれば、このプラットフォームには他にもたくさん作り込まれています：

モデル - GPT-5-Nano、GPT-5.2、GPT-5.2 Pro、O1 Reasoning、Claude Sonnet 4.6、Gemini 2.5 Flash、Gemini 3.1 Pro、Gemini Ultra、Grok 4、DeepSeek V3、DeepSeek R1 - スマートな自動ルーティング、または手動選択

メモリとコンテキスト - モデルをまたいだ永続メモリ。モバイルでClaudeから始めて、デスクトップでGPT-5.2に切り替えても、会話内容はすでに理解しています。さらに積極的なパーソナライズ：ログインのたびにチャットボットがあなたの過去のセッションを読み込み、何も入力する前に「続けたいですか？」というメッセージで始まります。

RAG - 各500 MBまでのドキュメントをアップロード、アップロード数は無制限。OpenAI Vector Storeを使って、任意のモデルでそれらとチャットできます

生成 - GPT-Image-1、Nano Banana Pro + フラックスエディタ（ビジュアル履歴付き）、Video Studio（Luma、Veo 3.1、Kling）、ElevenLabsとチャット内ビジュアライザー付きMusic Studio、STLエクスポート対応の3D Model Studio（近日公開）

ビルダー用ツール - Vision to Code、Web Architect、Game Engine、SQL Architect / Bug Buster / Git Guruなどを含むCode Lab

音声とオーディオ - リアルタイムチャット、Podcast Mode（AIボイス2つ、ダウンロード可能なMP3）、ボイスオーバー、ボイスメモ、Voice Tuner

生産性 - Slides、Docs、Pro Writer、ソーシャルツール、Business Suite、CV Creator、Daily Briefing、Market Watch

プラットフォーム - 30+のライブ壁紙、Custom Agents、フォルダ整理、スマート検索、メディアギャラリー、26言語＋RTL、完全にカスタマイズ可能なUI

WebRTCの実装やその他のことについて質問があれば喜んで答えます。音声の可視化について、あなたはどう思うかぜひ聞かせてください。