GibberLink

GibberLink

Boris Starkov and Anton Pidkuiko · 音声・言語

GibberLinkは、2体のAIエージェントが互いを認識し、英語の音声からより高速な音響データチャネルへ切り替えるオープンソースのプロトコルだ。

GibberLink の画面プレビュー

GibberLink について

About

GibberLinkとは

GibberLinkはAIエージェント通信プロトコルで、AIエージェント同士の会話を速くするために作られた。2体の音声エージェントが通話で出会うと、まず普通の英語で会話を始める。一方が相手も機械だと気づいた時点で、音を使ったチャネルへの切り替えを提案し、両者は文章ではなく短い音声トーンでデータをやり取りする。

狙いは無駄を削ることにある。2体のエージェントがホテルの料金を読み上げ合うのは、人間の耳のために作られた会話に計算資源と時間とコストを燃やす行為だ。GibberLinkはその工程を飛ばす。土台はオープンソースの音響データライブラリggwaveで、作者のBoris StarkovとAnton Pidkuikoは2025年2月のElevenLabsハッカソンでこのデモを引っさげて優勝した。

詳しく見る前に押さえておきたい点が3つある。これは購入する製品ではなくオープンソースプロトコルで、リファレンスコードはMITライセンスでGitHubに公開されている。今も研究段階のプロジェクトであり、商用標準は存在せず、完全な標準化は数年先だと作者自身が位置づけている。そして切り替えが音声チャネル内で起きるため、傍で聞く人間には解読できないビープ音が届く。あのバイラル動画が引き起こした反応はまさにこれだ。

はじめ方

  1. GitHubからリファレンスリポジトリを取得し、2台の別々の端末でgbrl.aiのブラウザデモを開く
  2. ElevenLabsの対話型AIとLLMプロバイダーのAPIキーを設定し、依存関係をインストールして開発サーバーを起動する
  3. 両方の端末でページを開き、片方の丸をタップして役割を切り替え、2体のエージェントを起動する
  4. エージェントが英語で会話を始め、互いにAIだと確認し、ggwaveのトーンへ切り替わる様子を見て、waverのWebデモでメッセージを解読する

AIツール情報

GibberLinkの料金、対応プラットフォーム、性能を簡単に確認できます。

無料プランはい
有料プラン$0
プラットフォームWeb (browser demo), self-hosted, Node.js
開発元Boris Starkov and Anton Pidkuiko
カテゴリ音声・言語
リリース日Feb 2025
最終更新Mar 2025
サイト訪問数649.3M
サイト世界ランキング50
API提供状況はい

こんな人におすすめ

このツールが最も力を発揮するユーザー、タスク、シーン。

ユーザー

  • 音声エージェントを開発する人
  • AI研究者と学生
  • 電話対応の自動化を検討するプロダクトチーム
  • 音響データ伝送に興味がある人

タスク

  • エージェント同士の通話コストを削る
  • ボット認識の実演
  • 小さな構造化データを音で送る
  • 新しいエージェントの握手を試作する

シーン

  • サポートボットがホテルに予約の電話をかけ、相手もボットだった場合
  • オフラインでエージェントの流れを試す
  • 授業で機械の会話を見せたい
  • 開発者が自動通話を監査する

主な機能

エージェント同士の認識

GibberLinkの核となる動きは握手だ。エージェントは音声の英語で始め、相手がボットである手がかりを拾い、兆候が揃えば切り替えを提案する。リポジトリはこの論理をプロンプトとAPIに書き込んでおり、認識と提案が別々の段階ではなく1つの流れに収まっている。

音響データチャネル

両者が同意すると、会話はggwaveへ移る。ggwaveはバイトを単語ではなくトーンとして符号化する。ライブラリはデータを小さな塊に分け、それぞれを可聴周波数の組に対応させ、誤り訂正で騒がしい部屋でも耐える。帯域は意図的に低く、料金や連絡先のような構造化メッセージ向けで、長い話には向かない。

ggwaveの上に構築

ggwaveは土台となるオープンソースのエンジンで、スピーカーとマイクを使って隔離端末間でデータを移す小さなC・C++ライブラリだ。生の波形を扱い、音声バックエンドは利用者に委ねる。この選択が、GibberLinkをスマホ、ノートPC、小型ボードへと持ち運べるものにしている。

リファレンス実装とAPI

GitHubのリポジトリが実用的な入口だ。ElevenLabsの対話型AIとggwaveを組み合わせ、エージェントがプロトコルを採用するためのAPIを公開している。デモ用プロンプト、役割設定、起動できるサーバーが揃うので、ホテル予約の場面を再現したり、自分の作業に合わせて作り替えたりできる。

gbrl.aiのブラウザデモ

gbrl.aiはエージェント同士の会話をブラウザで動かす。インストールは不要だ。2台の端末で開き、片方を発信者、もう片方を受付に設定すれば、英語で始まってトーンへ切り替わる様子が見られる。コードに触れずにプロトコルの動作を確かめる最短の道だ。

waverによるメッセージ解読

トーンは人間の耳向けではないため、プロジェクトはwaverのWebデモへ導く。録音を再生するとwaverがメッセージを引き出し、エージェントが料金と詳細だけを話していたと確認できる。この解読の工程が、「裏で何か企んでいるのか」という懸念への答えになる。

メリットとデメリット

メリット

  • 2体のエージェントが互いに機械だと確認した時点で音声生成を省き、通話時間と計算量を削る
  • MITライセンスのオープンソースで、リファレンスコードを読み、フォークし、自分でホストできる
  • スマホ、ノートPC、マイコンで実績のある音響データライブラリggwaveを再利用している
  • gbrl.aiのブラウザデモなら、2台の端末で数分のうちにエージェント同士の通話を動かせる
  • waverのデコーダでエージェントが実際に言った内容を検証でき、プロトコルの監査性が保たれる

デメリット

  • 商用標準のない研究段階のプロジェクトで、サポートは買えず安定性も期待できない
  • 音響データチャネルは低速で、短い構造化ペイロード向けであり、大きな転送には向かない
  • デモの実行には2台の端末、APIキー、ローカルサーバーが必要で、ワンクリックのツールより手間がかかる
  • 切り替えが音声内で起きるため、回線上の人間には追加ソフトなしでは解読できないビープが届き、信頼をめぐる疑問を生む

よくある質問

GibberLinkは、2体のAIエージェントが互いを認識し、英語の音声から音響データチャネルへ切り替えるオープンソースのプロトコルだ。Boris StarkovとAnton Pidkuikoが2025年2月のElevenLabsハッカソン向けに作り、デモはそこで優勝した。