All Products
Search

This Product

    Intelligent Media Services:Solusi integrasi dengan UI

    Document Center

    Intelligent Media Services:Solusi integrasi dengan UI

    Last Updated:Jun 23, 2026

    Solusi Real-time Conversational AI menyediakan komponen UI siap pakai untuk membantu Anda membangun aplikasi AI interaktif secara cepat.

    Ikhtisar

    Berdasarkan SDK AICallKit, solusi ini menyediakan komponen UI untuk aplikasi audio dan video. Anda dapat menggunakan kembali modul fungsional dalam AUI Kits guna membangun aplikasi AI interaktif real-time dengan cepat, sehingga mengurangi waktu dan biaya pengembangan sekaligus memastikan kualitas serta stabilitas aplikasi. Untuk mengintegrasikan AUI Kits untuk Real-time Conversational AI, lihat topik berikut:

    Untuk pengembangan sisi server, lihat Integrasi sisi server dan Referensi API.

    Fitur

    Fitur

    Deskripsi

    Real-time workflow

    Bangun alur kerja Agen AI menggunakan antarmuka visual berbasis drag-and-drop.

    • Speech-to-text:

      • Kemampuan Tongyi Qwen bawaan.

    • Text-to-speech:

      • Kemampuan Tongyi Qwen bawaan.

      • Sambungkan modul text-to-speech kustom Anda menggunakan protokol standar.

      • Integrasikan kemampuan speech MiniMax sebagai plugin pihak ketiga.

    • Large language model (text-to-text):

      • Kemampuan Tongyi Qwen bawaan.

      • Pilih model AI dari Model Hub atau Application Center di Alibaba Cloud Model Studio.

      • Integrasikan large language model kustom Anda menggunakan standar OpenAI.

    • Digital human

      • Integrasikan kemampuan digital human Xiangxin sebagai plugin pihak ketiga.

    • Video frame extraction

    • Multimodal large language model:

      • Kemampuan Tongyi Qwen bawaan.

      • Integrasikan multimodal large language model kustom Anda menggunakan standar OpenAI.

    Custom AI agent appearance

    Unggah gambar untuk merepresentasikan agen AI Anda selama panggilan suara.

    AI agent emotion recognition

    Agen AI mendeteksi emosi pengguna saat ini dan memberikan tanggapan dengan konteks emosional.

    Welcome message

    Tetapkan welcome message di Konsol. Agen AI akan mengucapkannya saat percakapan dimulai.

    Proactive announcements

    Server bisnis Anda menggunakan OpenAPI untuk memicu output audio-video dari agen AI.

    Real-time captions

    Tampilkan teks percakapan secara real-time pada antarmuka end user.

    Intelligent noise reduction

    Agen AI menyaring kebisingan latar dari sisi pengguna. Saat beberapa orang berbicara secara bersamaan, suara paling keras akan ditangkap terlebih dahulu.

    Intelligent interruption detection

    Agen AI mendeteksi saat pengguna mencoba menyela selama percakapan.

    Intelligent Sentence Segmentation

    Agen AI memisahkan kalimat panjang atau kompleks secara otomatis untuk meningkatkan keterbacaan.

    Per-sentence audio callbacks

    Konfigurasikan audio callbacks di Konsol untuk menyimpan audio data real-time di OSS.

    Walkie-talkie mode

    Aktifkan walkie-talkie mode saat startup atau selama panggilan. Tekan tombol untuk berbicara dengan agen AI.

    ASR hotwords

    Tentukan hotwords spesifik bisnis untuk meningkatkan akurasi pengenalan suara.

    Voiceprint noise reduction

    Dalam percakapan kelompok, agen AI mengidentifikasi dan mempertahankan voiceprint pembicara utama sekaligus mengurangi kebisingan yang tidak relevan.

    Live agent takeover

    Saat agen AI tidak dapat menangani permintaan atau diperlukan keputusan penting, alihkan percakapan ke live agent.

    Graceful shutdown

    Saat server bisnis Anda menghentikan agen AI, biarkan agen tersebut menyelesaikan responsnya terlebih dahulu sebelum dimatikan agar tidak terjadi gangguan mendadak.

    Data archiving

    Konversi percakapan agen AI ke teks dan ambil melalui API. Simpan rekaman audio-video di OSS atau ApsaraVideo VOD.