774825593d
- Introduced Qwen-Audio Realtime service for speech-to-speech processing in Pipecat. - Updated interface catalog to include Qwen-Audio Realtime capabilities. - Enhanced model resource testing to support new service. - Added configuration options for audio sample rates and turn detection modes. - Updated documentation to reflect integration details and usage instructions.
60 lines
2.3 KiB
Plaintext
60 lines
2.3 KiB
Plaintext
---
|
||
title: 对接说明
|
||
description: 模型服务、外部 Agent 与实时语音通道的接入方式。
|
||
icon: plug
|
||
---
|
||
|
||
# 对接说明
|
||
|
||
## 模型服务
|
||
|
||
优先通过「组件库 / 模型资源」接入。接口定义会动态给出表单字段，凭证写入 `secrets`，普通参数写入 `values`。
|
||
|
||
| 场景 | 推荐接口类型 |
|
||
| --- | --- |
|
||
| 通用大模型、转写、合成、向量 | `openai-llm`、`openai-asr`、`openai-tts`、`openai-embedding` |
|
||
| 端到端实时语音 | `stepfun-realtime` 或 `qwen-audio-realtime` |
|
||
| 讯飞语音 | `xfyun-asr`、`xfyun-tts`、`xfyun-super-tts` |
|
||
|
||
讯飞接入需要将 `appId`、`apiKey`、`apiSecret` 写入 `secrets`，WebSocket 地址及音色等参数写入 `values`。
|
||
|
||
### Qwen-Audio Realtime
|
||
|
||
在「组件库 / 模型资源」中新建 `Alibaba Cloud Qwen-Audio Realtime` 资源：
|
||
|
||
- WebSocket URL 必须包含百炼业务空间 ID，例如 `wss://<WorkspaceId>.cn-beijing.maas.aliyuncs.com/api-ws/v1/realtime`。
|
||
- API Key 填写该业务空间可用的百炼密钥。
|
||
- MVP 支持 `server_vad` 与 `smart_turn`；前者可以调整 VAD 阈值和静音时长。
|
||
- 当前模型固定使用 16 kHz 单声道 PCM 输入、24 kHz 单声道 PCM 输出，管线会自动匹配采样率。
|
||
|
||
保存前可使用「测试连接」验证鉴权、地域、业务空间 ID 和模型是否匹配。
|
||
|
||
## 外部 Agent
|
||
|
||
创建助手时选择 Dify、FastGPT 或 OpenCode：
|
||
|
||
- Dify：填写服务地址和 API Key。
|
||
- FastGPT：额外填写应用 ID。
|
||
- OpenCode：填写服务地址、API Key 和可选提示词。
|
||
|
||
外部 Agent 的上下文、知识库和工具由对方服务处理。
|
||
|
||
## 实时语音通道
|
||
|
||
| 通道 | 地址 | 适用场景 |
|
||
| --- | --- | --- |
|
||
| WebRTC 信令 | `ws(s)://<host>/ws/voice` | 浏览器低延迟语音与视频输入。 |
|
||
| 裸音频 WebSocket | `ws(s)://<host>/ws/stream` | 服务端、话务网关或自定义客户端。 |
|
||
|
||
两个通道均使用管理员登录 Cookie 鉴权。推荐仅传 `assistant_id`，让服务端解析模型密钥；`inline_config` 仅用于调试。
|
||
|
||
### WebSocket 音频流启动
|
||
|
||
连接 `/ws/stream` 后，先发送一条文本 JSON，再发送二进制音频帧：
|
||
|
||
```json
|
||
{"assistant_id":"asst_xxx"}
|
||
```
|
||
|
||
WebRTC 在公网环境通常需要 TURN。设置 `TURN_URLS` 和 `TURN_SECRET` 后，可通过 `GET /api/webrtc/ice-servers` 获取浏览器 ICE 配置。
|