All Products
Search

This Product

    Intelligent Media Services:Panduan Pengembang

    Document Center

    Intelligent Media Services:Panduan Pengembang

    Last Updated:Jun 23, 2026

    Alibaba Cloud menawarkan berbagai solusi integrasi untuk Real-time Conversational AI, masing-masing disesuaikan dengan skenario penggunaan yang berbeda.

    Latar Belakang

    Large language models (LLMs) berfungsi sebagai agen AI yang memenuhi berbagai kebutuhan industri, terutama ketika diintegrasikan dengan basis pengetahuan internal. Kasus penggunaan umum mencakup layanan pelanggan cerdas dan asisten pribadi. Karena agen AI berbasis teks sering kali kurang efisien dalam berkomunikasi, Alibaba Cloud mengembangkan agen AI berbasis ApsaraVideo Real-time Communication (RTC) untuk memberikan pengalaman interaktif yang lebih kaya dan intuitif.

    Solusi Integrasi

    Untuk panggilan audio dan video serta percakapan pesan, Alibaba Cloud menyediakan dua solusi berbasis AICallKit SDK: satu dengan UI dan satu tanpa UI.

    • Integrasi dengan UI: Alibaba Cloud menyediakan komponen UI siap pakai untuk aplikasi audio dan video. Anda dapat mengonfigurasi komponen ini untuk menjalankan demo atau mengintegrasikannya ke dalam proyek guna menambahkan fitur Real-time Conversational AI secara cepat.

    • Integrasi tanpa UI: Anda dapat menyesuaikan UI buatan sendiri, sementara AICallKit SDK menangani implementasi Real-time Conversational AI di balik layar, sehingga memungkinkan penambahan fitur tersebut ke dalam aplikasi secara cepat.

    Catatan

    Saat melakukan integrasi menggunakan AICallKit SDK, Anda tetap dapat memanfaatkan antarmuka ARTC SDK. AICallKit SDK menyediakan antarmuka andal berbasis skenario yang dibangun di atas RTC SDK, sehingga menjamin kenyamanan dan fleksibilitas sekaligus.

    Fitur Sisi Server

    • Konfigurasi panggilan personalisasi: Atur sapaan kustom, nada suara, dan interupsi cerdas untuk agen AI.

    • Mengambil konten panggilan: Pengenalan suara bawaan secara otomatis mentranskripsikan panggilan, memungkinkan Anda meninjau catatan panggilan dan menggunakannya untuk tugas seperti pelatihan model.

    • Callback agen: Secara otomatis memicu aksi atau tanggapan yang telah ditentukan saat event tertentu terjadi.

    • Hotword pengenalan suara: Tingkatkan akurasi pengenalan untuk kata-kata spesifik domain dengan menambahkannya sebagai hotword.

    • Integrasi manusia digital: Gunakan alur kerja untuk mengonversi input suara menjadi respons animasi dari manusia digital guna menciptakan pengalaman interaktif yang lebih menarik.