Modèles

Aethex exécute trois modèles en séquence sur chaque appel :

• Kora Read — le modèle de reconnaissance vocale d'Aethex. Convertit l'audio de l'appelant en texte en temps réel.
• LLM — le modèle de langue qui génère les réponses de l'agent. Configurable par agent.
• Kora Speak — le modèle de synthèse vocale d'Aethex. Convertit le texte de réponse du LLM en audio.

La reconnaissance et la synthèse vocales utilisent toujours les propres modèles d'Aethex. Le LLM est la seule étape configurable.

Kora Read est le modèle ASR d'Aethex. Il est optimisé pour l'audio de qualité téléphonique, gère les accents régionaux et maintient une faible latence avec la transcription en streaming.

Kora Read est toujours actif ; il ne peut pas être remplacé par une reconnaissance vocale tierce. Si vous avez besoin d'une plus grande précision sur un accent ou une langue spécifique, contactez notre équipe — des checkpoints affinés sont disponibles sur demande.

Kora Speak est le modèle TTS neural d'Aethex. Il produit une parole naturelle avec une prosodie contrôlable, supporte plusieurs langues et diffuse l'audio en temps réel pour que la première syllabe arrive en moins de 200 ms.

Sélectionnez la voix en définissant `voice_id` sur l'agent. Parcourez les voix disponibles sur la page de concepts Voix .

Le champ llm_model sur l'agent sélectionne le modèle de langue. Définissez-le sur "aethex-default" (ou une chaîne vide "") pour utiliser la valeur par défaut d'Aethex (recommandé pour la plupart des développements). Pour d'autres fournisseurs, utilisez un nom de modèle public issu de GET /api/v1/models, tel que claude-sonnet-4-6 ou gpt-4o.

La prise en charge de fournisseurs et de modèles supplémentaires est ajoutée en continu. Contactez notre équipe si vous avez besoin d'un modèle non répertorié ici.

Utilisez PATCH /agents/{id} avec llm_model pour changer de modèle. Voici les quatre options les plus courantes :

# Aethex default (recommended for first builds)
requests.patch(f"{BASE_URL}/agents/{AGENT_ID}", headers=headers, json={
    "llm_model": "aethex-default",
})

# OpenAI
requests.patch(f"{BASE_URL}/agents/{AGENT_ID}", headers=headers, json={
    "llm_model": "gpt-4o",
})

# Anthropic
requests.patch(f"{BASE_URL}/agents/{AGENT_ID}", headers=headers, json={
    "llm_model": "claude-sonnet-4-6",
})

# Google
requests.patch(f"{BASE_URL}/agents/{AGENT_ID}", headers=headers, json={
    "llm_model": "gemini-2.5-pro",
})

# Use the flat public names from GET /api/v1/models. Legacy "openai:" /
# "anthropic:" / "provider/slug" values still work but are deprecated, and
# agent responses always return the public name — never the internal route.

# Both "aethex-default" and an empty string "" select the platform default.
# Send "" to explicitly move an agent back to the default: because a response
# already shows "aethex-default" for a defaulted agent, PATCHing that same
# value back is a no-op, so "" is the unambiguous reset.
requests.patch(f"{BASE_URL}/agents/{AGENT_ID}", headers=headers, json={
    "llm_model": "",
})

Chaque saut réseau supplémentaire vers un LLM tiers ajoute de la latence. Le modèle par défaut d'Aethex est colocalisé avec la reconnaissance et la synthèse vocales, donc l'aller-retour est inférieur à 100 ms. Les LLM cloud ajoutent généralement 200 à 800 ms selon le fournisseur et la taille du modèle.

Pour les applications sensibles à la latence (conversations rapides, service client en temps réel), commencez avec le modèle par défaut d'Aethex. Passez à un modèle tiers uniquement lorsque vous avez besoin de capacités que le modèle par défaut ne fournit pas.