La plateforme Vercel ouvre la porte aux agents vocaux

Vercel intègre la voix sur AI Gateway avec AI SDK 7 pour déployer des agents audio en temps réel via les modèles d'OpenAI et xAI, dont gpt-realtime-2.

Sur AI Gateway, Vercel ajoute la voix aux modalités déjà prises en charge par sa plateforme. Les développeurs peuvent désormais intégrer des sessions audio en temps réel, de la synthèse vocale et de la transcription avec AI SDK 7, via `useRealtime`, `generateSpeech` et `transcribe`.

Les premiers modèles disponibles viennent d’OpenAI et de xAI, dont `gpt-realtime-2`, `grok-voice-think-fast-1.0`, `grok-tts` et `grok-stt`.

Le mode realtime permet à une application de recevoir et produire de l’audio directement, sans enchaîner séparément transcription, modèle texte et voix de sortie. Les appels passent par AI Gateway avec les mêmes briques que les autres modèles : routage fournisseur, observabilité, contrôle des dépenses et clés externes.

Côté navigateur, Vercel prévoit un jeton court généré côté serveur, afin d’éviter d’exposer la clé API au client. Les fonctions restent en bêta.