Alibaba Cloud propose plusieurs solutions d'intégration pour Real-time Conversational AI, chacune adaptée à des scénarios spécifiques.
Contexte
Les grands modèles de langage (LLM) agissent comme des agents IA qui répondent à de nombreux besoins sectoriels, notamment associés à des bases de connaissances internes. Le service client intelligent et les assistants personnels figurent parmi les cas d'usage courants. Les agents IA textuels offrant souvent une communication peu efficace, des agents basés sur ApsaraVideo Real-time Communication (RTC) ont été conçus pour proposer une expérience interactive plus riche et intuitive.
Solutions d'intégration
Pour les appels audio et vidéo et les conversations par messages, Alibaba Cloud offre deux solutions s'appuyant sur le SDK AICallKit : l'une avec interface utilisateur, l'autre sans.
Intégration avec interface utilisateur : Alibaba Cloud fournit des composants UI prêts à l'emploi pour les applications audio et vidéo. Configurez ces composants pour exécuter la démonstration ou intégrez-les directement dans votre projet afin d'ajouter rapidement des fonctionnalités Real-time Conversational AI.
Intégration sans interface utilisateur : Personnalisez votre propre UI tandis que le SDK AICallKit gère l'implémentation sous-jacente de Real-time Conversational AI, ce qui vous permet d'enrichir rapidement votre application avec ces fonctionnalités.
Lors d'une intégration via le SDK AICallKit, les interfaces du SDK ARTC restent utilisables. Construit sur le SDK RTC, le SDK AICallKit expose des interfaces fiables et adaptées aux scénarios, garantissant ainsi simplicité et flexibilité.
Fonctionnalités côté serveur
Configuration personnalisée des appels : Définissez des messages d'accueil sur mesure, le ton de la voix ainsi que l'interruption intelligente de l'agent IA.
Récupération du contenu des appels : La reconnaissance vocale intégrée transcrit automatiquement les échanges pour faciliter la consultation des enregistrements, notamment pour l'entraînement de modèles.
Callbacks de l'agent : Déclenchez automatiquement des actions ou réponses prédéfinies lorsqu'un événement spécifique se produit.
Mots clés prioritaires pour la reconnaissance vocale : Optimisez la précision de la reconnaissance pour le vocabulaire métier en l'ajoutant comme mots clés prioritaires.
Intégration d'un humain numérique : Exploitez le workflow pour transformer les entrées vocales en réponses animées d'un humain numérique et rendre l'interaction plus captivante.