本文指导已集成唤醒SDK的硬件设备通过Token预下发、音频预采集等优化措施，实现唤醒词触发后快速启动通话或问答响应。-智能媒体服务(IMS)-阿里云帮助中心

本文介绍智能硬件场景如何通过唤醒词快速启动通话。

背景介绍

针对智能硬件场景，经常通过唤醒词来启动智能体的在线语音对话。例如：

一问一答：用户说出唤醒词，等待设备响应（如“我在”）后，再说出指令。

用户：小智管家
智能硬件：我在
用户：今天天气怎样
智能硬件：今天天气多云...

连续对话：用户将唤醒词与问题连续说出，设备直接对问题进行应答。
```
用户：小智管家，今天天气怎样？
智能硬件：今天天气多云...
```

本文面向已集成唤醒 SDK 的硬件设备，在识别到唤醒词后，指导如何快速启动通话（包括正常启动和问答启动），以实现对用户唤醒的即时响应。

前提条件

已经集成音视频通话智能体，并实现了基础的语音通话功能，请参考：集成概览

功能实现

核心过程说明：

Token 预下发：业务服务器应提前将通话所需的 Token 下发并缓存在设备端，减少通话启动时的网络请求耗时。
音频预采集：在创建通话引擎时，提前开启 RTC 音频采集，并启用入会前的采集缓存，缩短首帧上行时间。
唤醒与通话互斥：启动通话时需停止唤醒 SDK（尤其是麦克风采集），通话结束后再重新启动唤醒功能。
唤醒后的响应处理：
- 若仅需正常启动（播放唤醒后仅响应播放，如：“我在”）：
  - 方案一：通过 RTC 引擎播放提示音，利用其回声消除能力避免自采；
  - 方案二：由业务层自行播放，但需在播放期间对 RTC 麦克风采集禁音，防止声音被重复录入。
- 若需问答启动：应将唤醒时携带的问题作为参数传入智能体，触发即时回答。

下面就关键步骤，如何调用SDK的API实现关键路径

怎样设置合适的参数，发起通话

适用于唤醒场景的通话配置如下：

关闭智能体欢迎语.
根据唤醒识别结果设置需要问答启动.

// 关闭智能体欢迎语，如果工作流不配置欢迎语则无需配置
artcaiCallConfig.agentConfig.agentGreeting = "";
// 如果需要问答启动，需要设置wakeUpQuery为提问的问题
artcaiCallConfig.agentConfig.wakeUpQuery = "今天天气怎样？";

// 设置其他参数
...

// 初始化配置
mAICallEngine.init(artcaiCallConfig);

// 启动通话
mAICallEngine.call(token);

怎样获取RTC引擎对象，并开启音频采集

@Override
public void onAliRtcEngineCreated(AliRtcEngine engine) {
    // 缓存起来，后续有用
    mRtcEngine = engine;

    // 提前启动音频采集，这样在接通过程中就可以采集音频了
    engine.startAudioCapture();
    engine.startAudioPlayer();
    // 开启RTC入会前的采集缓存
    engine.setParameter("{\"audio\":{\"user_specified_ahead_push_stream\":true}}");
}

如何使用ARTC播放欢迎语

参考文档：如何使用SDK播放音频裸数据或本地文件

注意需要提前开启播放器。

如何开启与关闭麦克风

当业务层自行实现播放欢迎语，需要关闭麦克风，否则会出现播放的音频被重新采集进去的情况，并且在播放结束时打开麦克风。

// 关闭麦克风采集
mAICallEngine.muteMicrophone(true);

// 打开麦克风采集
mAICallEngine.muteMicrophone(false);