Skip to main content
极客智坊支持实时语音对话功能,支持在对话请求中将模型设置为支持语音对话的模型即可,你可以在模型广场筛选支持实时语音对话的模型: 支持语音对话的模型

OpenAI

以下是 OpenAI 平台实时语音对话示例代码:
modalities 传入 textaudio 表示返回文本、语音输出,如果需要文本输出传入 text 即可。audio 用于设置语音输出的音色和格式,对于 OpenAI 平台而言,具体设置和文本转语音的参数一致。

国内平台

OpenAI 输出语音音色为外国人音色(如果输出设置为文本就无所谓),对中文场景不友好,此时你也可以选择国内实时语音对话模型,如智谱清言和通义千问,智谱清言无需 modalitiesaudio 参数配置,更简单明了,通义千问的 modalities 配置和 OpenAI 一致,音色(audiovoice 字段)上支持中文音色:
  • Cherry(不支持开源模型)
  • Serena(不支持开源模型)
  • Ethan
  • Chelsie
音频输出格式(audioformat 字段)仅支持 wav 以下是通义千问语音对话示例:
curl