消息对话快速入门

第一步 创建消息对话工作流

1. 登录智能媒体服务控制台，单击创建工作流模板。

2. 选择消息对话类型工作流，按需配置工作流节点信息。

   说明

   若要实现语音识别或文本朗读功能，您必须配置以下节点：

   • 配置STT 语音转文字节点可以实现按键语音识别。

   • 配置TTS 文字转语音节点可以实现文本朗读。

   

   STT 语音转文字

   该节点负责将语音输入转换成可读的文字格式，支持多语种识别。同时，阿里云也为您提供了系统预置模型和自研接入两种接入方案。

   

   • 系统预置：系统预置模型支持您选择语言模型、设置静默时间以及配置自定义热词。

     • 语言模型：您可以根据您的业务场景，选择不同的语言模型。

     • 静默时间：当用户没有声音输入时，智能体的等待时间。

     • 配置自定义热词：通过配置热词可以提高业务领域词汇识别效果，具体配置详情，请参见语音识别热词。

   • 自研接入：阿里云支持您接入自研的语音转文本模型，接入详情，请参见STT标准接口。

     说明

     如需接入自研语音转文字模型，相关流程涉及加白操作，详细信息烦请进群了解咨询。

   TTS 文字转语音

   该节点负责将处理后的文本转换回语音格式，以便用户听到系统的响应。

   

   您可以选择适合您应用场景的文字转语音模型，包括：系统预置模板、自研模板、三方插件或百炼。

   • 系统预置模板：选择预置模板时，您需要配置语音音色，各类型智能语音效果示例请参见智能语音效果示例。

   • 自研模板：您可以通过规范协议将您的自研大模型加入到工作流当中。详情请参见TTS标准接口。

   • 三方插件：当前仅支持选择MiniMax语音模型，目前有多个版本供您选择，推荐您使用最新版本。具体详情，请参见MiniMax语音模型。

   • 百炼：如果您的业务需要应用自定义音色场景，建议您接入阿里百炼应用平台。接入详情，请参见声音复刻。

   LLM 大语言模型

   基于STT转换得到的文字输入，LLM可以使用大型预训练语言模型来理解和生成自然语言文本。

   

   目前AI实时互动支持您接入通义千问（系统预置）、阿里百炼平台、阿里通义星尘以及自研接入（OpenAI规范）。

   阿里百炼平台

   阿里云的大模型服务平台阿里百炼是一站式的大模型开发及应用构建平台。选择对接阿里百炼平台提供的语言模型和服务时，您可以选择对接阿里百炼模型中心或应用中心。

   • 模型中心：您可以阿里百炼模型广场选择适合您的模型，单击查看详情获取ModelId。通过单击API KEY获取API-KEY。

     

   • 应用中心：需要先在阿里百炼大模型服务平台创建智能体应用，完成后，获取AppId。

     

     单击调用，进入智能体应用界面，单击右上角API KEY，获取API-KEY。

   说明

   如何接入阿里百炼大模型，请参见阿里云百炼✖AI实时互动最佳实践。

   阿里通义星尘

   阿里通义星尘产品提供定制深度个性化智能体的能力，能够快速创造一个拥有自己独特的人设、风格的智能体，结合数字人语音实时交互能力，可以在指定的不同的场景中进行丰富的互动。

   • ModelId：目前阿里通义星尘有xingchen-lite、xingchen-base、xingchen-plus、xingchen-plus-v2、xingchen-max五种模型供您选择。

   • API-KEY：请前往星尘控制台创建API KEY并获取。

     

   自研接入（OpenAI规范）

   AI实时互动也支持接入您自研的大模型，您可以按照OpenAI规范接入您的大模型。

   OpenAI规范：如果您选择按照OpenAI规范接入，您需要填入以下参数：

   名称	描述	示例值
   ModelId	OpenAI标准model字段，表示模型名称	abc
   API-KEY	OpenAI标准api_key字段，表示API鉴权信息	AUJH-pfnTNMPBm6iWXcJAcWsrscb5KYaLitQhHBLKrI
   目标模型HTTPS地址	OpenAI标准base_url字段，表示目标服务请求地址	http://www.abc.com

   更多自研LLM接入详情，请参见LLM标准接口。

3. 单击保存，完成消息对话工作流创建。

第二步 创建消息对话智能体

1. 登录智能媒体服务控制台，单击创建智能体。

2. 配置基本信息，绑定消息对话工作流。

   

3. 创建互动消息应用。

   说明

   消息对话依赖于互动消息应用，互动消息应用作为通信桥梁，确保对话功能的正常运作。

   

   

4. 配置互动消息应用，单击提交，完成消息对话智能体创建。

第三步 体验智能体

消息对话智能体创建完成后，您可以通过扫描体验二维码来进行智能体的体验。

1. 在控制台生成Demo体验二维码。

   

2. 请使用钉钉、微信或浏览器扫描二维码，或将体验地址复制到浏览器中，以体验H5版本的Demo。

   

集成消息对话智能体

您需要提前准备好以下参数，方便您进行集成。如何将消息对话智能体集成到您的项目中，请参考消息对话智能体集成。

• Region ID：智能媒体服务控制台上工作流、智能体所在区域。

  

  地域名称	Region Id
  华东1（杭州）	cn-hangzhou
  华东2（上海）	cn-shanghai
  华北2（北京）	cn-beijing
  华南1（深圳）	cn-shenzhen
  新加坡	ap-southeast-1

• 互动消息的AppId和AppKey：

  

  

• AccessKey ID和AccessKey Secret：获取详情，请参见创建AccessKey。