Démarrage rapide pour la messagerie interactive - Intelligent Media Services

Étape 1 : Créer un workflow de messagerie interactive

Connectez-vous à la console Intelligent Media Service (IMS) et cliquez sur Create Workflow Template.

Sélectionnez le type de workflow Messaging et configurez les nœuds du workflow selon vos besoins.

Remarque

Pour activer les capacités de reconnaissance vocale ou de synthèse vocale, configurez les nœuds suivants :

Configurez le nœud Speech-to-text pour activer la reconnaissance vocale par push-to-talk.
Configurez le nœud Text-to-speech pour activer les réponses vocales.

Speech-to-text

Convertit les entrées vocales en texte. Prend en charge plusieurs langues.

Les versions de modèle disponibles incluent System Preset ASR (recommandé pour les scénarios mixtes chinois-anglais en raison d'une précision supérieure), Qwen3-ASR-Realtime, Fun-ASR-Realtime et NLS-ASR (recommandé pour les scénarios à ultra-faible latence). Le temps de silence par défaut est de 400 ms. Exigences pour les fichiers de mots clés et de mots sensibles téléchargés : format TXT, jusqu'à 500 mots, jusqu'à 10 caractères par mot, jusqu'à 100 Ko et encodage UTF-8 sans BOM.

Preset : Le modèle prédéfini vous permet de sélectionner un modèle de langue, de définir le temps de silence et de configurer des mots clés personnalisés.
- Model : Sélectionnez un modèle de langue adapté à votre scénario.
- Silent Time : Durée pendant laquelle l'agent attend l'entrée de l'utilisateur avant l'expiration du délai.
- Custom Hotword : Les mots clés améliorent la précision de la reconnaissance pour le vocabulaire spécifique à un domaine. Pour plus d'informations, consultez Mots clés de reconnaissance vocale.
- Sensitive Words : Après avoir configuré les mots sensibles, le système masque automatiquement tout mot sensible détecté par des astérisques (*) dans les sous-titres côté client. Pour plus d'informations, consultez Mots sensibles personnalisés.
Third-party Plug-in : Actuellement, vous pouvez sélectionner iFLYTEK Speech Recognition. Pour obtenir les paramètres requis, accédez à Dictée vocale en temps réel iFLYTEK.

Text-to-speech

Convertit le texte en parole afin que les utilisateurs puissent entendre la réponse de l'agent.

La boîte de dialogue de configuration comprend également : la sélection de la Version (Text-to-Speech 2.0 et Text-to-Speech 1.0 (Legacy)), la sélection de la Voice (comme Yunfeng), le réglage du Volume (plage 0–100) et une zone de saisie Preview Content (jusqu'à 200 caractères). Cliquez sur Play pour prévisualiser la synthèse vocale.

Choisissez un modèle de synthèse vocale adapté à votre scénario d'application, notamment Preset Template, Self-developed Template et Third-party Plug-in.

Modèle prédéfini du système : Inclut System Default TTS, CosyVoice et Qwen3-TTS.
Modèle développé en interne : Intégrez votre propre modèle via un protocole standard. Interface standard TTS.
Plug-in tiers : Seul le MiniMax Speech Model est pris en charge. Utilisez la dernière version. Modèle vocal MiniMax.

LLM

Le LLM traite la sortie STT pour comprendre et générer des réponses en langage naturel.

Configurez la System Persona (rôle, objectifs, capacités, exigences de réponse et contraintes ; jusqu'à 3 072 caractères) et les Conversation Memory Rounds (0–30). Plus le nombre de tours est élevé, plus le contexte est conservé, mais cela peut augmenter le temps de traitement.

Fournisseurs LLM pris en charge : Qwen (prédéfini par le système), Alibaba Cloud Model Studio, Tongyi Xingchen et modèles développés en interne conformes à OpenAI.

Alibaba Cloud Model Studio

Une plateforme pour le développement de grands modèles et la création d'applications. Connectez-vous via le centre Model ou le centre Application.

Model center : Dans le Marketplace de modèles, sélectionnez un modèle et copiez son code en tant que ModelId.
Application Center : Créez une application agent dans Alibaba Cloud Model Studio, puis obtenez l'AppId.
Accédez à la page [Gestion des clés]() pour créer et copier une clé API.

Tongyi Xingchen

Tongyi Xingchen permet de créer des agents profondément personnalisés avec des personnalités uniques, combinables à une interaction vocale en temps réel basée sur un avatar.

ModelId : Tongyi Xingchen propose cinq modèles : xingchen-lite, xingchen-base, xingchen-plus, xingchen-plus-v2 et xingchen-max.
Clé API : Accédez à la console Tongyi Xingchen pour créer et obtenir une clé API.

Modèle développé en interne

Connectez votre grand modèle développé en interne en utilisant la spécification OpenAI.

Saisissez les paramètres suivants :

Paramètre

Description

Exemple

ModelId

Le nom du modèle. Correspond au champ model dans la spécification OpenAI.

abc

Clé API

L'identifiant d'authentification API. Correspond au champ api_key dans la spécification OpenAI.

AUJH-pfnTNMPBm6iWXcJAcWsrscb5KYaLitQhHBLKrI

URL du modèle (HTTPS)

L'URL du point de terminaison du service. Correspond au champ base_url dans la spécification OpenAI.

http://www.abc.com

Interface standard LLM.

Cliquez sur Save pour créer le workflow de messagerie interactive.

Étape 2 : Créer un agent de messagerie interactive

Connectez-vous à la console Intelligent Media Service (IMS) et cliquez sur Create AI Agent.
Configurez les informations de base et liez un workflow de messagerie interactive.

Définissez Workflow Type sur Interactive Messaging, sélectionnez le workflow cible dans la liste déroulante Workflow ID et configurez l'Interactive Messaging Application.
Créez une Interactive Messaging Application.

Remarque
Une application de messagerie interactive sert de pont de communication permettant les fonctionnalités conversationnelles.

Dans la boîte de dialogue Create Application, sélectionnez une Region (par exemple, China (Shanghai)), saisissez un Application Name (2 à 16 caractères), définissez la Message Storage Duration (la valeur par défaut est 30 days), activez les commutateurs Callback Settings et Security Audit selon vos besoins, puis cliquez sur Create.
Configurez l'Interactive Messaging Application et cliquez sur Submit pour créer l'agent de messagerie interactive.

Étape 3 : Tester l'agent

Après avoir créé l'agent, testez-le en scannant le code QR de démonstration.

Générez un code QR de démonstration dans la console .

Dans le volet de navigation de gauche, cliquez sur AI Agents. Trouvez l'agent cible et cliquez sur Demo QR Code dans la colonne Actions. Sélectionnez une durée d'expiration (1 hour, 7 hours, 24 hours ou 3 days) et cliquez sur Generate.
Scannez le code QR avec DingTalk, WeChat ou un navigateur, ou copiez l'URL de démonstration dans votre navigateur pour utiliser la démo H5.

Dans la boîte de dialogue Demo QR Code, le code QR de l'application se trouve à gauche et le code QR H5 à droite. L'H5 Demo URL, le Experience Token et l'Expiration Time sont affichés en bas.

Intégration de l'agent

Collectez les paramètres suivants pour l'intégration. Pour des instructions détaillées, consultez Intégrer un agent de messagerie interactive.

ID de région : La région de votre workflow et de votre agent. Trouvez votre ID de région dans le sélecteur de région en haut à gauche de la console.

Nom de la région

ID de région

Chine (Hangzhou)

cn-hangzhou

Chine (Shanghai)

cn-shanghai

Chine (Pékin)

cn-beijing

Chine (Shenzhen)

cn-shenzhen

Singapour

ap-southeast-1

AppId et AppKey de l'application de messagerie interactive :

Sur la page de détails Agent Management, vous pouvez trouver l'AppId associé dans le champ Interactive Messaging Application de la section Workflow Configuration.

Sur la page Application Management de la console ApsaraVideo Live, cliquez sur l'application cible pour ouvrir son panneau de détails. Trouvez les champs AppId et AppKey et cliquez sur l'icône de copie à côté d'eux pour copier leurs valeurs.
AccessKey ID et AccessKey secret : Pour les obtenir, consultez Créer une paire de clés AccessKey.