语音常见问题
以 Markdown 查看语音是否是电话通话、它需要什么才能工作,以及你的音频会去向何处。
语音是电话通话功能吗?
不是。语音是在你的浏览器中通过 LiveKit 使用 WebRTC 与智能体进行的实时对话。不涉及任何电话业务、拨打电话号码或呼出通话。
我需要自己的账户才能使用它吗?
是的。语音需要一个用于音频连接的 LiveKit 项目,以及至少一个用于转录的语音提供商账户(Deepgram 或 ElevenLabs),二者都在设置 → 语音中连接。参见语音设置。
我的音频会被录制或存储吗?
不会。只保留最终的文本转录,与对话中的任何其他消息一样。原始音频不会被保留在任何地方。
我可以在智能体不出声回复的情况下使用语音吗?
可以。只连接转录提供商而不连接文本转语音提供商是一种受支持的配置:你说话,智能体以文字回复。参见语音。
为什么我的智能体不能说某种语言?
覆盖范围因供应商而异。例如,Deepgram 可以转录普通话但不能说普通话,而 ElevenLabs 对该平台支持的每种语言都能双向覆盖。如果某种语言在某个方向上没有供应商支持,设置页面会直接说明这一点,而不是让会话开始后用错误的语言回复。
为什么我说的话在发送前会显示为可编辑文本?
这是预期行为,也正是其意义所在:每条语音消息都会先显示为草稿转录,以便在智能体读取之前纠正听错的词语。