AI 能力
AIUI 内置了核心 AI 能力,让你的智能体可以听懂用户、说出来、并完成理解和推理。
这三类能力通常组合使用,形成完整的语音智能体链路:
- 语音识别 (ASR):把用户说的话转成文本。
- 大语言模型 (LLM):理解上下文并生成回复。
- 语音播报 (TTS):把生成结果再读给用户听。
如何选择
- 想让智能体"听懂"用户输入:使用 语音识别
- 想让智能体把文本"说出来":使用 语音播报
- 想让智能体完成问答、总结、生成、推理:使用 大语言模型
典型流程
一个完整的语音智能体交互链路通常是这样:
用户说话 → 语音识别 → 文本输入 → 大语言模型 → 文本输出 → 语音播报 → 用户听到回复
继续阅读
- 语音识别:了解如何采集用户语音并接收识别结果。
- 语音播报:了解如何把文本合成为播报语音。
- 大语言模型:了解如何创建模型会话、请求回复和读取流式输出。