AI实时语音说明配置密钥、音色、角色，启停实时语音对话

返回导览说明：《导览功能使用指南》· AI实时语音 · Navigation User Guide · AI Realtime Voice · English: AI Realtime Voice Guide

核心能力

相比普通语音对话，反应更快速，支持随身打断，带有语气，更贴近真人对话。语音唤醒后动作更流畅，可执行握手、向前走 / 向后走、左转 / 右转等移动，以及各类表演动作。同时支持多国语言混合对话，无需停止对话再切换语言。开启相机推流后，可实时分析前方场景。

本功能与导览页「语音对话」相互独立。使用 AI 实时语音前，请先准备好 API Key（获取方式见文末「注册流程」），再完成页面内配置。

1. 功能概述

项目	说明
密钥	API 密钥（在配置弹窗中填写）
可配置项	API 密钥、音色、角色设定、相机推流开关
运行控制	启动 / 停止实时语音服务
对话展示	页面实时显示最新「问题 / 回复」

注意：请确保机器人在线，且网络畅通。API 密钥无效或服务不可用时，启动可能失败或无法正常对话。

2. 入口与页面说明

进入入口：在导览主界面，找到并点击 AI实时语音按钮，进入本功能页面。
页面组成：
- 顶部状态区：显示「已启动 / 未启动」，以及相机启用状态
- 最新对话区：展示当前问题与 AI 回复
- 运行控制区：启动、停止、配置按钮

图 1：导览主界面入口（点击「AI实时语音」）

图 2：AI实时语音主界面（状态、对话、控制区）

3. 配置密钥 / 音色 / 角色

首次使用请先完成配置。点击运行控制区的配置按钮，打开配置弹窗。若还没有 API Key，请参见文末「注册流程」获取后粘贴。

3.1 API 密钥

在「API密钥」输入框中填写有效的 API 密钥。
可点击右侧眼睛图标显示/隐藏密钥内容。
填写完成后需点击「保存配置」才会生效。

密钥请妥善保管，勿泄露给无关人员。

3.2 音色

点击「音色」一行，弹出音色选择器。
从列表中选择目标音色（默认推荐：甜甜 Tina）。
确认后返回配置弹窗，再点击「保存配置」。

支持多种中文、方言及多语种音色（如四川话、粤语、英文等），可按场景挑选。

3.3 角色设定

在「角色设定」文本框中填写角色提示词。
建议写清：机器人身份、回答风格、是否优先调用动作/移动等工具。
点击「保存配置」完成。

示例（可按实际场景修改）：

你是成都鑫锋云科技有限公司的人形机器人助手，名字叫小峰。你可以通过工具控制自身移动和表演动作。
规则：
1. 用户询问你会做什么、有哪些动作时，必须调用 list_actions。
2. 用户要求前进/后退/左转/右转/停止移动时，必须调用对应移动工具，不要只口头答应。
3. 用户要求挥手、敬礼、跳舞、比心、握手等表演动作时，必须调用 execute_action。
4. 回答简洁友好，用中文。执行动作后用一句话确认即可。

图 3：配置弹窗（API密钥 / 音色 / 角色设定）

图 4：音色选择器

4. 相机开关

在页面顶部状态区，找到「相机：启用 / 禁用」开关。
打开后：启用相机推流，对话时可结合画面内容进行理解与回复。
关闭后：禁用相机推流，仅进行语音对话。如果是中途关闭，AI是根据看到的就是最后一帧画面，进行回复。

开关切换后会立即保存，无需再进入配置弹窗。

图 5：顶部相机开关

5. 启动与停止

启动：确认已保存有效 API Key 后，点击启动。等待约数秒，状态变为「已启动」即表示服务就绪。
对话：对着机器人说话即可。页面「最新对话」区域会同步显示问题与回复。
停止：点击停止，状态变为「未启动」后服务结束。

提示：启动/停止过程中按钮会处于加载状态，请勿频繁连点。若启动失败，请检查脚本环境、网络连通性与 API Key 是否正确。

图 6：运行控制（启动 / 停止 / 配置）

6. 对话显示与常见问题

6.1 最新对话

页面中部「最新对话」会展示当前一轮交互：

问题：用户语音识别结果
回复：AI 实时语音回复文本

未开始对话时显示「暂无对话内容」。

图 7：最新对话展示

6.2 常见问题

现象	可能原因与处理
启动失败	检查 API 密钥是否填写并已保存；确认机器人在线、网络畅通；必要时查看后端日志。
已启动但无回复	确认麦克风/扬声器正常；检查音色与角色设定是否保存成功；观察「最新对话」是否有识别文本。
无法执行动作/移动	确认角色设定中已要求调用对应工具；确认机器人动作/运动模块可用。
与导览「语音对话」冲突	两者相互独立。建议同一时间只运行一种语音通道，避免抢占麦克风或造成混乱。