Integriere einen Avaluma-Avatar in deinen LiveKit-Agenten – in weniger als 30 Minuten.
Falls du bereits einen LiveKit-Agenten hast, kannst du diesen Schritt überspringen. Andernfalls empfehlen wir das offizielle Agent Starter Repo von LiveKit als Einstieg.
Für den schnellen Einstieg empfehlen wir LiveKit Cloud im Free Tier – keine Infrastruktur nötig. Wer eine vollständig selbst gehostete Lösung bevorzugt, kann LiveKit auch on-prem betreiben.
Installiere das offizielle Avaluma LiveKit Plugin über pip.
pip install git+https://github.com/avaluma-ai/avaluma-livekit-plugin.gitFüge die folgenden Imports hinzu und ersetze await session.start durch den Avatar-Setup-Block.
from avaluma_livekit_plugin import AvatarSession
from livekit.agents import RoomOutputOptions# Avatar
avatar = AvatarSession(
license_key=YOUR_AVALUMA_KEY,
avatar_id="260218-Avaluma_Avatar_Kadda_v5", # Avatar identifier without .hvia ("string" -> test stream)
avaluma_server_url="https://api.avaluma.ai",
)
# Start the avatar and wait for it to join
await avatar.start(room=ctx.room, agent_session=session)
# Start the session, which initializes the voice pipeline and warms up the models
await session.start(
agent=Assistant(),
room=ctx.room,
room_input_options=RoomInputOptions(
# For telephony applications, use `BVCTelephony` for best results
noise_cancellation=noise_cancellation.BVC(),
),
room_output_options=RoomOutputOptions(audio_enabled=False),
)Der Avaluma-Key kann im Login Bereich erstellt werden.
Starte deinen Agenten und teste ihn direkt im LiveKit Agents Playground – der einfachste und schnellste Weg, um Agent und Avatar in Aktion zu sehen.
LiveKit Playground öffnenFür die Integration in Web- und Mobile Apps bietet LiveKit entsprechende SDKs und Beispielprojekte – von React und JavaScript über Swift bis hin zu Android.
LiveKit Frontend SDKs & Beispiele für Web, iOS, Android und mehr.
Du kannst den Avaluma Avatar Server auch selbst mit Docker hosten – vollständig on-prem, ohne Abhängigkeit von api.avaluma.ai.
Lade deine .hvia-Datei im Login-Bereich herunter und lege sie in einen lokalen assets/-Ordner. Dieser Ordner wird in den Container gemountet.
Die .hvia-Datei enthält dein Avatar-Modell und kann via dev@avaluma.ai angefragt werden.
services:
avaluma-avatar:
image: ghcr.io/avaluma-ai/avaluma-avatar-server:latest
ports:
- "8080:8080"
environment:
- API_UTILS_PWD="CHANGE_THIS"
volumes:
- ./assets:/app/assets # .hvia-Dateien hier ablegen
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: all
capabilities: [gpu, compute, utility, graphics]
Stelle sicher, dass avaluma_server_url auf deinen Container zeigt – nicht mehr auf api.avaluma.ai.
avatar = AvatarSession(
license_key=YOUR_AVALUMA_KEY,
avatar_id="your-avatar-name", # Dateiname ohne .hvia
avaluma_server_url="http://localhost:8080", # zeigt auf deinen Container
)