数据结构

属性名

类型

描述

audioProfile

ARTCAICallAudioProfile

音频编码配置，默认是 HighQualityMode

audioScenario

ARTCAICallAudioScenario

音频场景配置，默认是 ARTCAICallAudioSceneMusicMode

属性名

类型

描述

view

UIView

渲染视图

viewMode

ARTCAICallAgentViewMode

画面渲染模式

viewMirrorMode

ARTCAICallAgentViewMirrorMode

画面镜像模式

viewRotationMode

ARTCAICallAgentViewRotationMode

画面旋转模式

属性名

类型

描述

preview

UIView?

预览，为空表示不预览只推流

viewMode

ARTCAICallAgentViewMode

预览画面渲染模式

viewMirrorMode

ARTCAICallAgentViewMirrorMode

预览画面镜像模式

viewRotationMode

ARTCAICallAgentViewRotationMode

预览画面旋转模式

dimensions

CGSize

推流分辨率

frameRate

Int

推流帧率

bitrate

Int

推流码率

keyFrameInterval

Int

推流关键帧间隔（毫秒）

useHighQualityPreview

Bool

是否使用高清预览，否则 SDK 自动调整

cameraCaptureFrameRate

Int

预览分辨率（默认为 15fps）

属性名

类型

描述

text

String

请求多模态大模型时的文本参数

enableASR

Bool

是否将 ASR 结果作为输入传给大模型

isSingle

Bool

是否为单次截帧

eachDuration

UInt

截帧间隔时长（秒）

num

UInt

每次截帧的图片数量

duration

UInt

持续截帧的时长（秒），仅在持续截帧时生效

userData

String?

JSON 字符串，自定义业务信息

属性名

类型

描述

text

String

询问智能体的文本消息，例如："这是什么？"

属性名

类型

描述

agentId

String

智能体 ID

agentType

ARTCAICallAgentType

智能体类型，必须是agentId的类型，否则启动智能体会报错

agentUserId

String?

智能体的 Uid，为空时由服务分配

region

String

智能体服务所在区域，必须是agentId所在的区域，否则启动智能体会报错

userId

String

当前用户 ID

userJoinToken

String

当前用户的入会 Token

userData

[String: Any]?

用户自定义信息，最终传给智能体

agentConfig

ARTCAICallAgentConfig?

用于启动通话的agentConfig参数

audioConfig

ARTCAICallAudioConfig?

本地音频配置

videoConfig

ARTCAICallVideoConfig?

本地视频配置，VisionAgent/VideoAgent时才能生效

chatSyncConfig

ARTCAICallChatSyncConfig?

关联的 chat 智能体配置

templateConfig

ARTCAICallTemplateConfig（弃用）?

已弃用，请使用 agentConfig

属性名

类型

描述

agentGreeting

String?

智能体欢迎语，为空表示使用智能体配置值，最大长度100字符

userOnlineTimeout

Int32

用户未入会，智能体超时关闭任务的时间，小于0则使用服务端默认值 60s

userOfflineTimeout

Int32

用户退会后，智能体超时关闭任务的时间，小于0则使用服务端默认值 5s

workflowOverrideParams

[String: Any]?

工作流覆盖参数

bailianAppParams

[String: Any]?

百炼应用中心参数

asrMaxSilence

Int32

语音断句检测阈值，范围 200ms～1200ms，小于0使用服务端默认值 400ms

volume

Int32

智能体说话的音量，范围 0~400，输出音量 = 工作流中的语音输出音量 * volume / 100，小于0使用服务端默认值 100

vadLevel

Int32

设置AIVad的灵敏度参数，默认值为3，取值范围：[0,10]

enableVoiceInterrupt

Bool

是否开启智能打断

agentVoiceId

String?

智能体讲话音色 ID，为空表示使用智能体配置值

enableIntelligentSegment

Bool

是否开启智能断句合并

useVoiceprint

Bool

当前断句是否使用声纹降噪识别

voiceprintId

String?

声纹 ID，如果不为空表示当前通话开启声纹降噪能力

agentMaxIdleTime

Int32

智能体闲时的最大等待时间（单位：秒），小于0使用服务端默认值 600s

llmHistoryLimit

Int32

LLM/Multimodal LLM 历史对话上下文最大保留轮次，小于0使用服务端默认值 10

enablePushToTalk

Bool

是否开启对讲机模式

agentGracefulShutdown

Bool

是否优雅下线：播报完当前句子再停止

agentAvatarId

String?

数字人模型 ID，为空表示使用智能体配置值

asrLanguageId

String?

ASR 语种 ID，为空表示使用智能体配置值，可选：

• zh_mandarin 中文

• en 英文

• zh_en 中英混

• es 西班牙语

• jp 日语

wakeUpQuery

String?

用户在通话启动前的指令，用于智能体在通话启动后立即响应

llmSystemPrompt

String?

LLM 系统提示词，例如：“你是一位友好且乐于助人的助手...” 注意：不支持 LLM 节点为百炼工作流类型

asrHotWords

[String]?

ASR热词列表，限制：500个词及以内，每个词不超过10个字符

interruptWords

[String]?

触发对话打断的特定词汇或短语，例如：“打断一下”、“我知道了”

属性名

类型

描述

sessionId

String

关联的 chat 智能体会话 ID

agentId

String

关联的 chat 智能体 ID（必须是同一账号同一区域）

receiverId

String

关联的 chat 智能体会话的用户 ID

属性名

类型

描述

shareId

String?

智能体分享 ID

agentType

ARTCAICallAgentType

智能体工作量类型

expireTime

Date?

过期时间

region

String?

Agent 所在区域

templateConfig

String?

模板配置（JSON 字符串）

userData

[String: Any]?

用户自定义信息，该信息最终传给智能体

属性名

类型

描述

dimensions

CGSize

推流分辨率

frameRate

Int

推流帧率

bitrate

Int

推流码率

keyFrameInterval

Int

推流关键帧间隔（毫秒）

useHighQualityPreview

Bool

是否使用高清预览，否则SDK根据推流分辨率自动调整

cameraCaptureFrameRate

Int

预览分辨率

useFrontCameraDefault

Bool

是否默认启动前置摄像头

属性名

类型

描述

agentGreeting

String?

智能体欢迎语，为空表示使用智能体配置值

wakeUpQuery

String?

用户在通话启动前的指令，用于智能体在通话启动后立即响应

agentMaxIdleTime

Int32

智能体闲时的最大等待时间（单位：秒），超时智能体自动下线，默认值为600s

userOnlineTimeout

Int32

用户未入会，智能体超时关闭任务的时间，默认值为60s

userOfflineTimeout

Int32

用户退会后，智能体超时关闭任务的时间，默认值为5s

enablePushToTalk

Bool

是否开启对讲机模式

agentGracefulShutdown

Bool

是否优雅下线

volume

Int32

智能体说话的音量，范围为 0~400，默认值为100

workflowOverrideParams

[String: Any]?

工作流覆盖参数

enableIntelligentSegment

Bool

智能断句开关

asrConfig

ARTCAICallAgentAsrConfig

语音识别配置

ttsConfig

ARTCAICallAgentTtsConfig

语音合成配置

llmConfig

ARTCAICallAgentLlmConfig

大语言模型配置

avatarConfig

ARTCAICallAgentAvatarConfig

数字人配置

interruptConfig

ARTCAICallAgentInterruptConfig

打断配置

voiceprintConfig

ARTCAICallAgentVoiceprintConfig

声纹降噪配置

turnDetectionConfig

ARTCAICallAgentTurnDetectionConfig

轮次检测配置

experimentalConfig

ARTCAICallExperimentalConfig

非产品化定制化配置

vcrConfig

ARTCAICallAgentVcrConfig

VCR配置

属性名

类型

描述

asrLanguageId

String?

ASR语种Id，为空表示使用智能体配置值

asrMaxSilence

Int32

语音断句检测阈值，静音时长超过该阈值会被认为断句，默认值为400ms，参数范围 200ms～1200ms

asrHotWords

[String]?

ASR热词列表，限制：500个词及以内，每个词不超过10个字符

vadLevel

Int32

设置AIVad的灵敏度参数，默认值为3，取值范围：[0,10]

customParams

String?

自接入ASR时，传入运行时参数，使用URL参数形式，例如："mode=fast&sample=16000&format=wav"

vadDuration

Int32

语音活动检测的最短持续时间阈值用于调节打断的灵敏度。默认为0，表示关闭此功能；有效范围为200到2000毫秒，常用范围为[200,500]，对应1到4个字。如果设置的值小于0，则该值将不会发送至服务端（服务端默认关闭此功能）。

属性名

类型

描述

agentVoiceId

String?

智能体讲话音色Id，为空表示使用智能体配置值

pronunciationRules

[[String: Any]]?

发音规则数组，最多支持 20 条规则。若为 nil 或空数组，则不使用任何规则。示例如下：

 [
  {
      "Word": "重叠",                       // 目标词
      "Pronunciation": "宠叠",              // 替换发音
      "Type": "replacement"                // 多音字规则
  },
  {
      "Word": "行动",
      "Pronunciation": "航动",
      "Type": "replacement"
  }
]

speechRate

Double

TTS播报语速，支持所有TTS类型，取值范围为[0.5, 2.0]，默认值为1.0，小于0则不会发给服务端（使用控制台配置值）。

languageId

String?

TTS播报语种代码，当TTS类型为MiniMax有效。

emotion

String?

TTS播报情绪类型，当TTS类型为MiniMax有效。

modelId

String?

TTS模型Id，当前仅支持minimax，可选值：speech-01-turbo / speech-02-turbo。

属性名

类型

描述

llmHistoryLimit

Int32

历史对话上下文最大保留轮次，默认值为10

llmSystemPrompt

String?

LLM的系统提示词

bailianAppParams

[String: Any]?

百炼应用中心参数

llmCompleteReply

boolean

是否发送完整的LLM结果。

openAIExtraQuery

String?

额外的OpenAI协议LLM的查询参数。

属性名

类型

描述

agentAvatarId

String?

数字人模型Id，为空表示使用智能体配置值

属性名

类型

描述

enableVoiceInterrupt

Bool

是否开启智能打断

interruptWords

[String]?

触发对话打断的特定词汇或短语

属性名

类型

描述

useVoiceprint

Bool

当前断句是否使用声纹降噪识别

voiceprintId

String?

声纹Id，如果不为空表示当前通话开启声纹降噪能力

属性名

类型

描述

turnEndWords

[String]?

断句特定词，例如：“完毕”、“我讲完了”

mode

ARTCAICallTurnDetectionMode

判断用户说话是否结束模式，默认是Semantic，使用AI进行语义判断是否说话结束

semanticWaitDuration

Int32

语义断句自定义等待时间，单位：毫秒，范围：[0, 10000]；如果小于0则不会发给服务端（使用服务端默认值-1，AI自动判断合适的等待时间）

属性名

类型

描述

resultData

[String]?

智能体返回的所有的VCR检测结果

stillFrameMotionResult

FrameMotionResult?

VCR的静音帧检测结果

invalidFrameMotionResult

FrameMotionResult?

VCR的无效帧检测结果

peopleCountResult

PeopleCountResult?

VCR的实时画面人数检测结果

equipmentResult

EquipmentResult?

VCR的电子设备检测结果

headMotionResult

HeadMotionResult?

VCR的头部动作检测结果

属性名

类型

描述

data

[String]?

当用户传json对象进来时，缓存起来，后面生成json字符串时，使用该对象，这样可以做到自定义扩展

stillFrameMotion

ARTCAICallAgentVcrFrameMotionConfig?

VCR的静音帧检测配置

invalidFrameMotion

ARTCAICallAgentVcrFrameMotionConfig?

VCR的无效帧检测配置

peopleCount

ARTCAICallAgentVcrBaseConfig?

VCR的实时画面人数检测配置

equipment

ARTCAICallAgentVcrBaseConfig?

VCR的电子设备检测配置

headMotion

ARTCAICallAgentVcrBaseConfig?

VCR的头部动作检测配置

属性名

类型

描述

enable

Boolean

是否启用，默认开启

属性名

类型

描述

callbackDelay

Int32

多少毫秒后触发回调，默认3000ms

属性名

类型

描述

rtcSdkParams

[String: Any]?

rtcsdk参数

commonParams

[String: Any]?

通用参数