云渲染全链路数字人实时对话

2.1 选择数字人形象

首先选择用于的数字人，左侧导航栏点击“形象”，可在此选择数字人形象；提供“2D公共形象”和“我创建的”形象选择。

2.2 选择数字人声音

左侧导航栏点击“声音”，可以试听并选择平台提供的公共音色，或者点击“我创建的”选择您已在声音库中创建成功的音色或自定义音色。

2.3 背景选择

点击左侧导航栏“背景”，可选择平台内置的背景或者纯色背景；同时可上传自定义背景，上传时请注意背景图大小要求。

2.4 人设编辑

点击左侧导航栏“人设，进行数字人的人物设定配置，将结合大语言模型进行语义理解和回复文本生成，并支持配置打断/唤醒关键词实现精细化交互控制。目前平台支持通义千问、阿里云百炼平台及自研大模型。

大模型配置

• 通义千问：模型为千问系列模型，支持广域知识秒级回复问答；同时平台已为您预置典型场景模板支持一站式配置和体验。

• 

• 

• 模型选择

  • 通义千问-Plus

    • 适用于通用对话场景；

    • 填写阿里云百炼 API-Key即可调用（调用费用以百炼为准）

  • 

  • 通义千问-Character（推荐使用）

    • 强化了话题推进、倾听共情等能力，多应用于角色扮演、情感陪伴等场景；

    • 填写阿里云百炼 API-Key即可调用（调用费用以百炼为准）；

    • 支持知识库检索、联网搜索、真实时间同步以及选择短期记忆轮数（高级配置将产生额外token费用，以语言模型侧计费为准）

      • 知识库检索

        • 支持从您的百炼知识库中检索相关内容，适用于私有领域知识问答场景；

        • 知识库 ID 需在百炼控制台创建并处于“可用”状态；

        • 在输入框中填入阿里云百炼知识库 ID（每行1个，最多 10 个）

      • 联网搜索

        • 开启后可通过搜索引擎检索互联网数据获取回复

      • 真实时间

        • 开启后可与现实世界时间同步

      • 

      • 指定短期记忆

        • 同一轮对话中可记忆的对话条数，该设置项将影响对话效果；

        • 于【对话配置】中进行操作；

        • 增加记忆轮数会导致成本上升，请按需设置；

        • 默认值：50轮；最大值：300 轮

• 百炼应用：阿里云百炼是一站式的大模型开发及应用构建平台，当您有复杂的agent类需求，比如有预期检索的私有知识库等，您可以选择对接阿里云百炼应用中心，平台将基于您填入的百炼应用ID，访问您于百炼平台创建的Agent获取数字人的输出。

• 百炼应用ID，于阿里云百炼平台创建完成智能体应用后，获取。

• 

• API-KEY，单击发布，进入智能体应用界面，单击右上角API-KEY，获取。

• 

• 自研模型：您可以按照 OpenAI 规范接入您自研的大模型

如果您选择按照OpenAI规范接入，您需要填入以下参数：

关键词配置

在人设编辑页面的“关键词配置”区域，设置数字人的交互控制参数。

• 打断关键词：输入特定词语，数字人播报时识别到该词会停止播报并进入聆听态

  • 仅在播报状态生效，聆听态和待机态不响应；

  • 支持配置1-3个打断关键词，文本不超过10个字；

• 唤醒关键词：输入唤醒词，待机态下说出该词可唤醒数字人进入可交互状态

  • 仅在待机态生效；（注：仅配置唤醒词的项目会在接通后及超时后进入待机态）

  • 支持配置1-3个唤醒关键词，文本不超过10个字；

• 进入待机状态：设置数字人自动切换到待机态的时间

  • 待机态定义为数字人处于非聆听、非播报的 “休眠” 状态，此时数字人不主动输出内容，也不监听除唤醒关键词外的输入；

  • 当数字人处于交互对话中，且持续未检测到有效语音对话，达到此设置时长后，将自动从交互态切换至待机态；

  • 单位：秒，默认60秒。

• 短期记忆：

  重要

  注意，该配置仅通义模型：通义千问-Character支持

  • 同一轮对话中可记忆的对话条数，该设置项将影响对话效果

  • 单位：轮，默认50轮；最多可设置300轮