You need to enable JavaScript to run this app.
导航
实时音视频
  • 文档首页
    • /实时音视频/实时对话式 AI/进阶功能/接入自定义 ASR 或 TTS
接入自定义 ASR 或 TTS
最近更新时间：2025.11.19 11:47:51首次发布时间：2025.08.20 14:29:02
复制全文
我的收藏
有用
有用
无用
无用

在实时对话式 AI 场景中，支持接入自定义 ASR 和 TTS 服务，以满足特定业务需求。本文主要介绍如何接入自定义 ASR 和 TTS 服务。

接入自定义 ASR

将自定义 ASR 服务接入边缘大模型网关后，即可在实时对话式 AI 方案中使用该服务进行语音识别。

如何接入

  1. 准备自定义 ASR 接口，并满足自定义 ASR 模型接口协议。

  2. 将自定义 ASR 接入边缘智能大模型网关。具体操作，请参见 调用自定义模型。

  3. 调用 StartVoiceChat 接口，按照规定参数结构配置 ASRConfig。参数详细说明，参见 StartVoiceChat。

    • 核心接入配置（必填）：
      • Provider：必须设置为 ai_gateway。
      • ProviderParams.URL：填入您在网关获取的服务接入点 URL。
      • ProviderParams.APIKey：填入您的网关访问密钥。
    • 自定义参数透传：
      • ProviderParams.ExtraData：可通过此 JSON 对象，向您的自定义 ASR 服务的请求体中透传额外的业务参数。

请求示例

你可参看以下示例，使用自定义 ASR 服务进行语音识别：

{
    "ASRConfig": {
        "Provider": "ai_gateway",
        "ProviderParams": {
            "URL": "wss://ai-gateway.vei.volces.com/v1/realtime?model=customasr",
            "APIKey": "sk-xxxxxx",
            "ExtraData": {
                "language": "zh-cn",
                "enable_punctuation": true
            }
        }
    }
}

接入自定义 TTS

将自定义语音合成服务接入边缘大模型网关后，即可在实时对话式 AI 方案中使用该服务进行语音合成。

接入说明

  1. 准备自定义 TTS 接口，并满足自定义语音合成（TTS）模型接口协议。
  2. 将自定义 TTS 接入边缘智能大模型网关。具体操作，请参见 调用自定义模型。
  3. 调用 StartVoiceChat 接口，按照规定参数结构配置 TTSConfig。参数详细说明，参见 StartVoiceChat。

    • 核心接入配置（必填）：

      • Provider：必须设置为 ai_gateway。
      • ProviderParams.URL：填入您在网关获取的服务接入点URL。
      • ProviderParams.APIKey：填入您的网关访问密钥。
      • ProviderParams.Voice：提供您的服务所支持的音色名称。

    • 语速、音量和音调：

      • ProviderParams.OutputAudioSpeedRate：语速。
      • ProviderParams.OutputAudioVolume：音量。
      • ProviderParams.OutputAudioPitchRate：音调。

    • 自定义数据透传：

      • ProviderParams.ExtraData：通过 JSON 对象向请求体中透传自定义数据。
      • ProviderParams.ExtraHeader：通过 JSON 对象向请求中添加自定义 HTTP Header。

请求示例

你可参看以下示例，使用自定义 TTS 服务进行语音合成：

{
    "TTSConfig": {
        "IgnoreBracketText":[
            1,
            2
        ],
        "Provider": "ai_gateway",
        "ProviderParams": {
            "URL": "wss://ai-gateway.vei.volces.com/v1/realtime?model=customtts",
            "APIKey": "sk-xxxxxx",
            "Voice": "xxxx",
            "ExtraData": {
                 "emotion": "cheerful"
                },
            "ExtraHeader": {
                "X-Biz-Trace-Id": "trace-id-for-custom-tts"
            }
        }
    }
}

相关文档