:データ構造

プロパティ

タイプ

説明

agentType

AICallAgentType

エージェントタイプ。

channelId

string

エージェントが配置されている RTC チャンネルの ID。

userId

string

エージェントが RTC チャンネルに入るための一意の識別子。

instanceId

string

エージェントが実行されているインスタンスの ID。

reqId

string

現在のエージェントを開始するためのリクエスト ID。

プロパティ

タイプ

説明

text

string

マルチモーダル大規模モデルをリクエストするためのテキストパラメーター。

isSingle

boolean

単一のフレームをキャプチャするかどうかを指定します。

eachDuration

number

フレームキャプチャの間隔 (秒単位)。

num

number

毎回キャプチャするイメージの数。

duration

number

連続フレームキャプチャの期間 (秒単位)。このパラメーターは、連続フレームキャプチャの場合にのみ有効です。

userData (オプション)

string

カスタムビジネス情報を含む JSON 文字列。

プロパティ

タイプ

説明

text

string

エージェントにクエリするテキストメッセージ (例: 「これは何ですか？」)。

プロパティ

タイプ

説明

agentId

string

エージェント ID。

agentType

AICallAgentType

エージェントタイプ。

agentUserId (オプション)

string

エージェントの UID。空のままにすると、サービスが UID を割り当てます。

region

string

エージェントサービスが配置されているリージョン。

userId

string

現在のユーザー ID。

userJoinToken

string

現在のユーザーがミーティングに参加するためのトークン。

userData (オプション)

string

エージェントに渡されるカスタムユーザー情報。JSON 文字列を使用することをお勧めします。

chatSyncConfig (オプション)

AICallChatSyncConfig

関連付けられたチャットエージェントの構成。

agentConfig (オプション)

AICallAgentConfig

呼び出しを開始するために使用される agentConfig パラメーター。

templateConfig (オプション)

AICallTemplateConfig (非推奨)

非推奨。代わりに agentConfig を使用してください。

プロパティ

タイプ

説明

agentGreeting (オプション)

string

エージェントのウェルカムメッセージ。空のままにすると、エージェントに構成された値が使用されます。

userOnlineTimeout

number

ユーザーがミーティングに参加しない場合にエージェントがタスクを閉じるまでのタイムアウト期間。値が 0 未満の場合、サーバー側のデフォルト値である 60 秒が使用されます。

userOfflineTimeout

number

ユーザーがミーティングを退出した後にエージェントがタスクを閉じるまでのタイムアウト期間。値が 0 未満の場合、サーバー側のデフォルト値である 5 秒が使用されます。

workflowOverrideParams (オプション)

object

ワークフローの上書きパラメーター。

bailianAppParams (オプション)

object

Model Studio アプリケーションセンターのパラメーター

asrMaxSilence

number

音声区間検出のしきい値。0 未満の値は、サーバー側のデフォルト値である 400 ms が使用されることを示します。有効値: 200 ms から 1200 ms。

volume

number

エージェントの発話ボリューム。有効値: 0 から 400。出力ボリューム = ワークフローの音声出力ボリューム × ボリューム / 100。0 未満の値は、サーバー側のデフォルト値である 100 が使用されることを示します。

vadLevel

number

AI VAD の秘密度パラメーター。デフォルト値: 3。有効値: [0, 10]。

enableVoiceInterrupt

boolean

インテリジェントな中断を有効にするかどうかを指定します。

agentVoiceId (オプション)

string

エージェントの音声の音色の ID。空のままにすると、エージェントに構成された値が使用されます。

enableIntelligentSegment

boolean

インテリジェントな文の結合を有効にするかどうかを指定します。

useVoiceprint

boolean

現在の文にボイスプリントノイズリダクションを使用するかどうかを指定します。

voiceprintId (オプション)

string

ボイスプリント ID。空でない場合、現在の呼び出しでボイスプリントノイズリダクションが有効になります。

agentMaxIdleTime

number

エージェントの最大アイドル時間 (秒単位)。0 未満の値は、サーバー側のデフォルト値である 600 秒が使用されることを示します。

llmHistoryLimit

number

LLM またはマルチモーダル LLM のために保持する過去の会話ラウンドの最大数。0 未満の値は、サーバー側のデフォルト値である 10 が使用されることを示します。

enablePushToTalk

boolean

プッシュツートークモードを有効にするかどうかを指定します。

agentGracefulShutdown

boolean

グレースフルシャットダウンを有効にするかどうかを指定します。有効にすると、エージェントは現在の文をブロードキャストした後に停止します。

agentAvatarId (オプション)

string

デジタルヒューマンモデルの ID。空のままにすると、エージェントに構成された値が使用されます。

asrLanguageId (オプション)

string

ASR 言語 ID。空のままにすると、エージェントに構成された値が使用されます。

wakeUpQuery (オプション)

string

呼び出しが開始される前のユーザーの命令。エージェントは呼び出しが開始された直後に応答します。

llmSystemPrompt (オプション)

string

LLM のシステムプロンプト (例: 「あなたはフレンドリで役立つアシスタントです...」)。注: LLM ノードが Model Studio ワークフローである場合、これはサポートされません。

asrHotWords (オプション)

Array<string>

ASR ホットワードのリスト。

interruptWords (オプション)

Array<string>

会話の中断をトリガーする特定の単語やフレーズ (例: 「すみません」や「なるほど」)。

プロパティ

タイプ

説明

agentGreeting (オプション)

string

エージェントのウェルカムメッセージ。空のままにすると、エージェントに構成された値が使用されます。メッセージは最大 100 文字です。

wakeUpQuery (オプション)

string

呼び出しが開始される前のユーザーの命令。エージェントは呼び出しが開始された直後に応答します。

agentMaxIdleTime

number

エージェントの最大アイドル時間 (秒単位)。時間を超えると、エージェントは自動的にオフラインになります。デフォルト値: 600 秒。

userOnlineTimeout

number

ユーザーがミーティングに参加しない場合にエージェントがタスクを閉じるまでのタイムアウト期間。デフォルト値: 60 秒。

userOfflineTimeout

number

ユーザーがミーティングを退出した後にエージェントがタスクを閉じるまでのタイムアウト期間。デフォルト値: 5 秒。

enablePushToTalk

boolean

プッシュツートークモードを有効にするかどうかを指定します。

agentGracefulShutdown

boolean

グレースフルシャットダウンを有効にするかどうかを指定します。有効にすると、エージェントは現在の文をブロードキャストした後に停止します。

volume

number

エージェントの発話ボリューム。有効値: 0 から 400。デフォルト値: 100。

workflowOverrideParams

JSONObject

ワークフローの上書きパラメーター。

enableIntelligentSegment

boolean

インテリジェントな文のセグメンテーションのスイッチ。

asrConfig

AICallAgentAsrConfig

音声認識構成。

ttsConfig

AICallAgentTtsConfig

音声合成構成。

llmConfig

AICallAgentLlmConfig

大規模言語モデル構成。

avatarConfig

AICallAgentAvatarConfig

デジタルヒューマン構成。

interruptConfig

AICallAgentInterruptConfig

中断構成。

voiceprintConfig

AICallAgentVoiceprintConfig

ボイスプリントノイズリダクション構成。

turnDetectionConfig

AICallAgentTurnDetectionConfig

ターン検出構成。

experimentalConfig

JSONObject

製品化されていないカスタム構成。

vcrConfig

AICallAgentVcrConfig

VCR 構成。

プロパティ

タイプ

説明

sessionId

string

関連付けられたチャットエージェントセッションの ID。

agentId

string

関連付けられたチャットエージェントの ID (同じアカウントおよびリージョンにある必要があります)。

receiverId

string

関連付けられたチャットエージェントセッションのユーザー ID。

プロパティ

タイプ

説明

shareId (オプション)

string

エージェント共有 ID。

agentType

AICallAgentType

エージェントのワークロードタイプ。

expireTime (オプション)

Date

有効期限。

region (オプション)

string

エージェントが配置されているリージョン。

templateConfig (オプション)

string

テンプレート構成 (JSON 文字列)。

userData (オプション)

string

エージェントに渡されるカスタムユーザー情報。

プロパティ

タイプ

説明

asrLanguageId (オプション)

string

ASR 言語 ID。空のままにすると、エージェントに構成された値が使用されます。有効値:

• zh_mandarin: 中国語

• en: 英語

• zh_en: 中国語-英語混合

• es: スペイン語

• jp: 日本語

asrMaxSilence

number

音声区間検出のしきい値。無音の期間がこのしきい値を超えると、文の中断が検出されます。デフォルト値: 400 ms。有効値: 200 ms から 1200 ms。

asrHotWords (オプション)

string[]

ASR ホットワードのリスト。制限: 最大 500 ワード、各ワードは 10 文字以内。

vadLevel

number

AI VAD の秘密度パラメーター。デフォルト値: 3。有効値: [0, 10]。

customParams

string

自己管理型の ASR を使用する場合、実行時パラメーターを URL パラメーター形式で渡します (例: "mode=fast&sample=16000&format=wav")。

vadDuration

number

音声区間検出の最小期間しきい値。中断の秘密度をコントロールするために使用されます。値 0 (デフォルト) はこの機能を無効にします。有効値: 200 から 2000 ミリ秒。一般的な範囲は [200, 500] で、これは 1 から 4 文字に相当します。0 未満の値を設定した場合、その値はサーバーに送信されません (サーバーはデフォルトでこの機能を無効にします)。

プロパティ

タイプ

説明

agentVoiceId (オプション)

string

エージェントの音声の音色の ID。空のままにすると、エージェントに構成された値が使用されます。

pronunciationRules

JSONObject[]

発音ルールの配列。最大 20 個のルールがサポートされます。未定義または空の配列の場合、ルールは使用されません。例:

 [
  {
      "Word": "overlap",                       // 対象の単語
      "Pronunciation": "chong die",              // 置換後の発音
      "Type": "replacement"                // 多音字ルール
  },
  {
      "Word": "action",
      "Pronunciation": "hang dong",
      "Type": "replacement"
  }
]

speechRate

number

TTS の再生速度。すべての TTS タイプがサポートされます。有効値: [0.5, 2.0]。デフォルト値: 1.0。0 未満の値を設定した場合、その値はサーバーに送信されません (コンソールで構成された値が使用されます)。

languageId

string

TTS 言語コード。TTS タイプが MiniMax の場合にのみ有効です。

emotion

string

TTS の感情タイプ。TTS タイプが MiniMax の場合にのみ有効です。

modelId

string

TTS モデル ID。現在、MiniMax のみがサポートされています。有効値: speech-01-turbo, speech-02-turbo。

プロパティ

タイプ

説明

llmHistoryLimit

number

保持する過去の会話ラウンドの最大数。デフォルト値: 10。

llmSystemPrompt (オプション)

string

LLM のシステムプロンプト。

bailianAppParams

JSONObject

Model Studio アプリケーションパラメーター。

llmCompleteReply

boolean

完全な LLM 結果を送信するかどうかを指定します。

openAIExtraQuery (オプション)

string

OpenAI プロトコルベースの LLM のための追加クエリパラメーター。

プロパティ

タイプ

説明

agentAvatarId (オプション)

string

デジタルヒューマンモデルの ID。空のままにすると、エージェントに構成された値が使用されます。

プロパティ

タイプ

説明

enableVoiceInterrupt

boolean

インテリジェントな中断を有効にするかどうかを指定します。

interruptWords (オプション)

string[]

会話の中断をトリガーする特定の単語やフレーズ。

プロパティ

タイプ

説明

useVoiceprint

boolean

現在の文にボイスプリントノイズリダクションを使用するかどうかを指定します。

voiceprintId (オプション)

string

ボイスプリント ID。空でない場合、現在の呼び出しでボイスプリントノイズリダクションが有効になります。

プロパティ

タイプ

説明

turnEndWords (オプション)

string[]

文を区切るための特定の単語 (例: 「以上」や「終わりました」)。

mode

AICallTurnDetectionMode

ユーザーが話し終えたかどうかを判断するモード。デフォルトは Semantic で、AI を使用してセマンティクスに基づいてユーザーが話し終えたかどうかを判断します。

semanticWaitDuration

number

セマンティックな文の区切りのためのカスタム待機時間 (ミリ秒単位)。有効値: [0, 10000]。0 未満の値を設定した場合、その値はサーバーに送信されません (サーバー側のデフォルト値 -1 が使用され、AI が適切な待機時間を自動的に決定します)。

プロパティ

タイプ

説明

data

JSONObject

エージェントから返されたすべての VCR 検出結果。

stillFrameMotion

FrameMotionResult

静止フレーム検出結果。

invalidFrameMotion

FrameMotionResult

無効フレーム検出結果。

peopleCount

PeopleCountResult

人数検出結果。

equipment

EquipmentResult

電子デバイス検出結果。

headMotion

HeadMotionResult

頭の動き検出結果。

プロパティ

タイプ

説明

data

JSONObject

ユーザーが JSON オブジェクトを渡すと、それはキャッシュされます。その後、そのオブジェクトを使用して JSON 文字列が生成され、カスタム拡張が可能になります。

stillFrameMotion

AICallAgentVcrFrameMotionConfig

VCR 静止フレーム検出構成。

invalidFrameMotion

AICallAgentVcrFrameMotionConfig

VCR 無効フレーム検出構成。

peopleCount

AICallAgentVcrBaseConfig

VCR リアルタイム人数検出構成。

equipment

AICallAgentVcrBaseConfig

VCR 電子デバイス検出構成。

headMotion

AICallAgentVcrBaseConfig

VCR 頭の動き検出構成。

プロパティ

タイプ

説明

enable

boolean

この機能を有効にするかどうかを指定します。

プロパティ

タイプ

説明

callbackDelay

number

コールバックがトリガーされるまでの遅延時間 (ミリ秒単位)。デフォルト値: 3000 ms。