核心入口:createVoiceSession(config)。
| 字段 |
说明 |
mode |
half_duplex · full_duplex · push_to_talk · streaming_transcript |
pipeline |
asr_llm_tts(默认)或 audio_llm |
runtime |
平台适配器 |
providers.asr / llm |
必需 |
providers.tts |
asr_llm_tts 需要 |
providers.audioLlm |
audio_llm 需要 |
language |
偏好 ASR 语言,如 zh-CN |
asrPartial |
是否发 asr_partial,默认 true |
turnDetection |
听用户说话时的 VAD |
interruptionDetection |
助手播放时的更严 VAD(barge-in) |
policy |
自动听、允许打断、误打断恢复等 |
audioLlmSystemPrompt / audioLlmMaxTokens |
Audio LLM 专用 |
audioLlmStartTiming |
after_audio 并行降首响;默认 after_asr_final |
完整字段见 API 参考。源码:types.ts。
| 字段 |
默认(解析后) |
含义 |
strategy |
hybrid |
volume · asr_endpointing · manual · hybrid |
minSpeechMs |
500 |
判定开始说话的最短有声时长 |
silenceTimeoutMs |
1200 |
静音多久结束轮次(低延迟可试 350–600) |
maxTurnMs |
120000 |
单轮上限 |
volumeThreshold |
0.02 |
RMS 阈值 |
| 字段 |
含义 |
autoStartListening |
start 后是否自动进入 listening |
allowInterruption |
是否允许 barge-in |
interruptionTailIgnoreMs |
试探性暂停后忽略扬声器尾音(默认 200) |
falseInterruptionSilenceMs / TimeoutMs |
误打断恢复窗口 |
interruptionCooldownMs |
恢复播放后冷却 |
postPlaybackVadRearmMs |
播放结束后等待安静基线(默认 300) |
监听事件:事件指南。错误码与用量同在 VoiceSessionEventMap。