Intelligent Media Services:データ構造

列挙名

説明

VoiceAgent

音声のみの通話

AvatarAgent

デジタルヒューマン通話

VisionAgent

視覚理解通話

VideoAgent

ビデオ通話

ChatBot

チャットメッセージによるインタラクション

列挙名

説明

Listening

聞き取り中

Thinking

思考中

Speaking

発話中

列挙名

説明

None

なし

InvalidAction

無効な API 呼び出し

InvalidParams

API に渡されたパラメーターが無効です

StartFailed

通話の開始に失敗しました

AgentSubscriptionRequired

1 日あたりの無料トライアルクォータを超過したため、通話の開始に失敗しました

AgentNotFund

エージェントが見つかりません

TokenExpired

通話認証トークンの有効期限が切れました

ConnectionFailed

接続に失敗しました。通話が切断されました

KickedByUserReplace

同一ユーザー ID が異なるデバイスから同一通話に参加したため、通話が進行できなくなりました

KickedBySystem

システムにより強制退出させられ、通話が進行できなくなりました

LocalDeviceException

ローカルデバイスの問題により、通話が進行できなくなりました

AgentLeaveChannel

エージェントがチャンネルから退出しました。通話が終了しました

AgentConcurrentLimit

デジタルヒューマンエージェントが同時接続数上限に達しました

AgentAudioSubscribeFailed

エージェント音声へのサブスクライブに失敗しました

AiAgentAsrUnavailable

サードパーティ製 ASR サービスの起動に失敗しました

AvatarAgentUnavailable

デジタルヒューマンサービスが利用できません

ChatLogNotFound

チャットログが見つかりません

InternalError

内部エラー

列挙名

説明

Disable

ボイスプリントノイズ除去 VAD および AIVAD が無効化されています

EnableWithoutRegister

ボイスプリントノイズ除去 VAD は有効ですが、ボイスプリント登録が未完了です

SpeakerRecognized

ボイスプリントノイズ除去 VAD が有効であり、話者が認識されています

SpeakerNotRecognized

ボイスプリントノイズ除去 VAD は有効ですが、話者が認識されていません

DetectedSpeakerWithAIVad

AIVAD が有効であり、話者が検出されています

UndetectedSpeakerWithAIVad

AIVAD が有効ですが、話者が検出されていません

Unknown

不明な状態

列挙名

説明

UnKnown

不明な理由

ByWorks

特定の中断ワードが検出されました

ByVoice

音声による中断が検出されました

ByInterruptSpeaking

interruptSpeaking() API を呼び出すことにより中断されました

BySpeechBroadCast

能動的な発話ブロードキャストにより中断されました

ByLlmQuery

能動的な LLM クエリにより中断されました

列挙名

説明

ARTCAICallAudioLowQualityMode

低品質音声モード。デフォルトサンプルレート：8000 Hz。モノラル。最大ビットレート：12 kbps

ARTCAICallAudioBasicQualityMode

標準品質音声モード。デフォルトサンプルレート：16000 Hz。モノラル。最大ビットレート：24 kbps

ARTCAICallAudioHighQualityMode

（デフォルト）高品質音声モード。デフォルトサンプルレート：48000 Hz。モノラル。最大ビットレート：64 kbps

ARTCAICallAudioStereoHighQualityMode

ステレオ高品質音声モード。デフォルトサンプルレート：48000 Hz。ステレオ。最大ビットレート：80 kbps

ARTCAICallAudioSuperHighQualityMode

超高品質音声モード。デフォルトサンプルレート：48000 Hz。モノラル。最大ビットレート：96 kbps

ARTCAICallAudioStereoSuperHighQualityMode

ステレオ超高品質音声モード。デフォルトサンプルレート：48000 Hz。ステレオ。最大ビットレート：128 kbps

列挙名

説明

ARTCAICallAudioSceneDefaultMode

一般的なリアルタイム通信シナリオ向けに推奨されます

ARTCAICallAudioSceneMusicMode

高忠実度音楽音質。音楽指導など、音楽品質が特に重要なシナリオ向けに推奨されます

列挙名

説明

ARTCAICallVideoRenderModeAuto

自動モード

ARTCAICallVideoRenderModeStretch

引き伸ばしタイルモード。入力動画をストリームインジェストのアスペクト比に合わせて引き伸ばします。画像が歪む可能性があります

ARTCAICallVideoRenderModeFill

切り抜きモード。入力動画の幅または高さをストリームインジェストのアスペクト比に合わせて切り抜きます。画像の一部が欠落する可能性があります

ARTCAICallVideoRenderModeNoChange

変更なし

列挙名

説明

ARTCAICallVideoRotationMode_0

0 度

ARTCAICallVideoRotationMode_90

90 度

ARTCAICallVideoRotationMode_180

180 度

ARTCAICallVideoRotationMode_270

270 度

列挙名

説明

ARTCAICallVideoRenderMirrorModeOnlyFront

フロントカメラのプレビューのみをミラー表示します。その他はミラー表示しません

ARTCAICallVideoRenderMirrorModeAllEnabled

すべてをミラー表示します

ARTCAICallVideoRenderMirrorModeAllDisable

いずれもミラーリングしないでください

列挙名

説明

ARTCAICallTurnDetectionNormalMode

通常モード。セマンティクス解析には AI を使用せず、ASR のサイレンス期間で発話終了を検出します

ARTCAICallTurnDetectionSemanticMode

セマンティクスモード。AI を使用してコンテキストおよびセマンティクスを分析し、発話終了を検出します

列挙名

値

説明

ARTCAICallConnectionStatusInit

0

初期化完了

ARTCAICallConnectionStatusDisconnected

1

ネットワーク接続が切断されました

ARTCAICallConnectionStatusConnecting

2

ネットワーク接続を確立中です

ARTCAICallConnectionStatusConnected

3

ネットワークに接続されました

ARTCAICallConnectionStatusReconnecting

4

ネットワーク接続を再確立中です

ARTCAICallConnectionStatusFailed

5

ネットワーク接続に失敗しました

パラメーター

型

説明

agentId

String

エージェント ID

agentType

ARTCAICallAgentType

エージェントの種類。agentId の種類と一致する必要があります。そうでない場合、エージェントの起動に失敗します

agentUserId

String

エージェントのユーザー ID。空の場合、エージェントサービスが UID を割り当てます

region

String

エージェントサービスが存在するリージョン。agentId のリージョンと一致する必要があります。そうでない場合、エージェントの起動に失敗します

userData

String

ユーザー定義情報。エージェントに渡されます

enableAudioDelayInfo

boolean

音声遅延統計を有効化します。デフォルトで有効です

agentConfig

ARTCAICallAgentConfig

通話を開始するために使用される agentConfig パラメーター

audioConfig

ARTCAICallAudioConfig

ローカル音声構成

videoConfig

ARTCAICallVideoConfig

ローカル動画構成。VisionAgent または VideoAgent のみに適用されます

chatSyncConfig

ARTCAICallChatSyncConfig

関連付けられたチャットエージェント構成。設定されている場合、通話中に会話履歴がチャットエージェントと同期されます

mAiCallVideoConfig

ARTCAICallVideoConfig

動画関連構成（バージョン 2.5 以降で非推奨）

mAliCallAudioConfig

ARTCAICallAudioConfig

音声関連構成（バージョン 2.5 以降で非推奨）

mAiCallAgentTemplateConfig

ARTCAICallAgentTemplateConfig (非推奨)

AI 音声・動画通話の構成可能なパラメーター（バージョン 2.5 以降で非推奨）

mAiCallChatSyncConfig

ARTCAICallChatSyncConfig

チャット同期構成。通話エージェントとチャットエージェントの会話内容を 1 つのセッションに統合します（バージョン 2.5 以降で非推奨）

パラメーター

型

意味

useHighQualityPreview

boolean

ローカル高精細プレビューを使用します

useFrontCameraDefault

boolean

フロントカメラをデフォルトで起動します

cameraCaptureFrameRate

int

カメラキャプチャフレームレート

useSurfaceView

boolean

レンダリングに SurfaceView を使用します。false の場合、TextureView を使用します

videoEncoderWidth

int

動画エンコーディング幅

videoEncoderHeight

int

動画エンコーディング高さ

videoEncoderFrameRate

int

動画エンコーディングフレームレート

videoEncoderBitRate

int

動画エンコーディングビットレート

videoEncoderKeyFrameInterval

int

キーフレーム間隔（ミリ秒）

isCameraMute

boolean

ローカル動画をミュートします。デフォルトではミュートされません

パラメーター

型

説明

audioProfile

ARTCAICallAudioProfile

音声エンコーディング構成。デフォルト：ARTCAICallAudioHighQualityMode。サンプルレートおよびサウンドチャンネル数を指定するためにこのパラメーターを設定します

audioScenario

ARTCAICallAudioScenario

音声シナリオ構成。デフォルト：ARTCAICallAudioSceneMusicMode。Bluetooth 音声キャプチャには ARTCAICallAudioSceneDefaultMode を使用します

enableSpeaker

boolean

スピーカーまたはイヤピースで音声を再生します。スピーカーがデフォルトで有効です。イヤピースに切り替える場合は false を設定します

isMicrophoneOn

boolean

マイクを有効化します。デフォルトで有効です

パラメーター

型

説明

aiAgentId

String

エージェント ID。AICallKit 呼び出しインターフェイスを使用してエージェント呼び出しを開始する際にこのフィールドを設定します。

aiAgentRegion

String

エージェントサービスが存在するリージョン。デフォルト：cn-shanghai。

aiAgentUserId

String

エージェントに関連付けられたユーザー ID。設定されていない場合、AI サーバーがランダムなユーザー ID を生成します

userExtendData

String

ビジネス拡張情報。JSON 文字列である必要があります。LLM に渡されます。

aiAgentGreeting

String

エージェントの挨拶文。ユーザーが通話に参加したときに AI エージェントが発話します

aiAgentUserOnlineTimeout

int

ユーザーが通話に参加しない場合に、エージェントがタスクを終了するまでの秒数。デフォルト：60 秒

aiAgentUserOfflineTimeout

int

ユーザーが通話から退出した後に、エージェントがタスクを終了するまでの秒数。デフォルト：5 秒

aiAgentWorkflowOverrideParams

String

ワークフロー上書きパラメーター。デフォルト：なし

aiAgentBailianAppParams

String

Bailian アプリケーションセンターのパラメーター。詳細については、「Bailian へのユーザー情報の渡し方」をご参照ください。

aiAgentAsrMaxSilence

int

音声認識における最大サイレンス期間（ミリ秒）。範囲：200–1200 ms。デフォルト：400 ms

aiAgentVolume

int

エージェントの発話音量。範囲：-1 ～ 100。デフォルト：-1。未設定の場合、Alibaba Cloud 推奨のアダプティブ音量モードが使用されます

enableVoiceInterrupt

boolean

音声による中断を有効化します。デフォルト：true

enableIntelligentSegment

boolean

インテリジェント文区切りを有効化します。デフォルト：true

enableVoicePrint

boolean

ボイスプリント認識を有効化します。デフォルト：false。有効化するには、enableVoicePrint を true に設定し、voiceprintId を提供する必要があります

voiceprintId

String

ボイスプリント ID。enableVoicePrint が true かつ voiceprintId が空でない場合、ボイスプリントノイズ除去が有効になります。空の場合はボイスプリントノイズ除去が無効になります

aiAgentVoiceId

String

エージェントの音声 ID

aiAgentMaxIdleTime

int

エージェントが自動的にオフラインになるまでの最大アイドル時間（秒）。-1 を設定すると自動ログアウトが無効になります。デフォルト：600 秒

llmHistoryLimit

int

保持する LLM／マルチモーダル LLM の会話履歴ターン数の最大値。0 未満の場合はサーバーのデフォルト値（10 ターン）が使用されます

aiAgentGracefulShutdown

boolean

グレースフルシャットダウンを有効化します。デフォルト：false

enablePushToTalk

boolean

プッシュ・トゥ・トークモードを有効化します。デフォルト：false

aiAgentAvatarId

String

デジタルヒューマンモデル ID。エージェントの種類が AvatarAgent の場合に指定します

asrLanguageId

String

ASR 言語 ID。空の場合はエージェントのデフォルト構成が使用されます。選択肢：

• zh_mandarin：中国語

• en：英語

• zh_en：中国語・英語混在

• es：スペイン語

• jp：日本語

wakeUpQuery

String

ウェイクアップフレーズ。ユーザーが通話開始前に発話します。エージェントは通話開始直後に即座に応答します。例：「今日の天気はどうですか？」

llmSystemPrompt

String

LLM システムプロンプト。例：「あなたは正確な情報を提供し、適切なアドバイスを行うことに焦点を当てた、親しみやすく役立つアシスタントです。」

interruptWords

List<String>

会話を中断するためのトリガーワード。例：「ちょっと待ってください」「わかりました」

aiAgentLlmHistoryLimit

int

保持する LLM／マルチモーダル LLM の会話履歴ターン数の最大値。デフォルト：10 ターン

aiAgentVadLevel

int

AIVAD の VAD 感度設定。数値が高いほど音声干渉に対する耐性が高まります。範囲：[0–11]。デフォルト：11

• 0 で VAD が無効になります。

• 1–10：数値が高いほど中断が難しくなります。

• 11 は音声の保持およびノイズ耐性を大幅に向上させます。

パラメーター

型

説明

sessionId

String

ユーザーとエージェントの会話のための一意な識別子。デフォルト：空

chatBotAgentId

String

関連付けられたチャットボットのエージェント ID

receiverId

String

チャットボットエージェントの受信者 ID。これはユーザーのユーザー ID です

パラメーター

型

説明

agentId

String

現在のエージェント ID

agentType

ARTCAICallAgentType

エージェントの種類

agentUserId

String

RTC チャンネル内でのエージェントのユーザー ID

channelId

String

エージェントが存在する RTC チャンネル ID

instanceId

String

現在のエージェントのインスタンス ID。エージェント起動時にシステムによって割り当てられます。エージェントのライフサイクル全体およびランタイム状態を識別・追跡するために使用されます

requestId

String

現在のエージェントのリクエスト ID

パラメーター

型

説明

text

String

エージェントに送信するテキストメッセージ。例：「これは何ですか？」

パラメーター

型

説明

text

String

マルチモーダル大規模言語モデルリクエストのためのテキストパラメーター

enableASR

boolean

ユーザーの発話から得られる ASR 結果を、大規模言語モデルへの入力として含めるかどうか。true の場合、ASR 結果とキャプチャされたフレームを使用します。false の場合、text フィールドとキャプチャされたフレームを使用します

isSingle

boolean

true に設定すると、単一フレームのキャプチャを開始し、すぐにカスタムフレームキャプチャ状態を終了します。

false の値は連続フレームキャプチャを有効化し、指定された持続時間が経過すると自動的に停止します。

eachDuration

int

フレームキャプチャ間隔（秒）

num

int

1 フレームあたりにキャプチャする画像数

duration

int

連続フレームキャプチャの持続時間（秒）。isSingle=true の場合は無視されます。この持続時間が経過するとカスタムフレームキャプチャが終了します

userData

String

カスタムビジネス情報を含む JSON 文字列。企業向け処理のために、テキストおよびキャプチャされたフレームとともに大規模言語モデルに送信されます

パラメーター

型

説明

renderMode

ARTCAICallVideoRenderMode

レンダリングモード。デフォルト：ARTCAICallVideoRenderModeAuto

mirrorMode

ARTCAICallVideoRenderMirrorMode

ミラーモード。デフォルト：ARTCAICallVideoRenderMirrorModeOnlyFront

rotationMode

ARTCAICallVideoRotationMode

回転角度。デフォルト：ARTCAICallVideoRotationMode_0

zOrderOnTop

boolean

SurfaceView を他のすべてのウィンドウより前面に表示するかどうかを設定します。デフォルト：true

zOrderMediaOverlay

boolean

SurfaceView を MediaPlayer、Camera などの同様のウィンドウより前面に表示するかどうかを設定します。デフォルト：true

パラメーター

型

説明

agentGreeting

String

エージェントの挨拶文。空の場合はエージェントの構成値が使用されます。最大長：100 文字

wakeUpQuery

String

通話開始前にユーザーが発話する命令文。エージェントは通話開始直後に即座に応答します

agentMaxIdleTime

int

エージェントが自動的にオフラインになるまでの最大アイドル時間（秒）。デフォルト：600 秒

userOnlineTimeout

int

ユーザーが通話に参加しない場合に、エージェントがタスクを終了するまでの秒数。デフォルト：60 秒

userOfflineTimeout

int

ユーザーが通話から退出した後に、エージェントがタスクを終了するまでの秒数。デフォルト：5 秒

enablePushToTalk

boolean

プッシュ・トゥ・トークモードを有効化します

agentGracefulShutdown

boolean

グレースフルシャットダウンを有効化します：現在の文の発話を終えてから停止します

volume

int

エージェントの発話音量。範囲：0–400。デフォルト：100

workflowOverrideParams

String

ワークフロー上書きパラメーター

enableIntelligentSegment

boolean

インテリジェント文区切りを有効化します

asrConfig

ARTCAICallAgentAsrConfig

音声認識構成

ttsConfig

ARTCAICallAgentTtsConfig

音声合成構成

llmConfig

ARTCAICallAgentLlmConfig

大規模言語モデル (LLM) 構成

avatarConfig

ARTCAICallAgentAvatarConfig

デジタルヒューマン構成

interruptConfig

ARTCAICallAgentInterruptConfig

中断構成

voiceprintConfig

ARTCAICallAgentVoiceprintConfig

ボイスプリントノイズ除去構成

turnDetectionConfig

ARTCAICallAgentTurnDetectionConfig

ターン検出構成

experimentalConfig

ARTCAICallExperimentalConfig

非本番環境向けのカスタマイズ構成

ARTCAICallAgentVcrConfig

ARTCAICallAgentVcrConfig

VCR 構成

preConnectAudioUrl

String

接続後・挨拶開始前の効果音。URL 入力に対応しています。挨拶は効果音再生後に再生されます

ambientConfig

ARTCAICallAgentAmbientConfig

環境音構成

backChannelingConfig

List<ARTCAICallAgentBackChanneling>

確認応答発話の構成モジュール。設定後、システムは特定のトリガータイミングでランダムに短い確認応答を発話します

autoSpeechForLlmPendingConfig

ARTCAICallAgentAutoSpeechLlmPending

LLM 応答が遅延した場合のエージェントの自動発話構成

autoSpeechForUserIdleConfig

ARTCAICallAgentAutoSpeechUserIdle

ユーザーが沈黙している場合のエージェントの質問構成

パラメーター

型

説明

asrLanguageId

String

ASR 言語 ID。空の場合はエージェントの構成値が使用されます

asrMaxSilence

int

音声区切りしきい値。サイレンス期間がこの値を超えると発話が終了します。デフォルト：400 ms。範囲：200–1200 ms

asrHotWords

List<String>

ASR ホットワードリスト。上限：500 単語。各単語：最大 10 文字

vadLevel

int

AIVAD の VAD 感度設定。デフォルト：11。範囲：[0–11]

• 0 で VAD が無効になります。

• 1–10：数値が高いほど中断が難しくなります。

• 11 は以前のバージョンとは大きく異なり、前処理時の音声歪みを低減し、干渉に対する耐性を大幅に向上させます。

customParams

String

カスタム ASR 統合のための実行時パラメーター。URL パラメーター形式を使用します。例：「mode=fast&sample=16000&format=wav」

vadDuration

int

音声活動検出の最小持続時間しきい値。中断感度を制御します。デフォルト：0（無効）。有効範囲：200–2000 ms。一般的な値：[200, 500]（1–4 文字）

asrMaxSilence

Int32

音声区切りしきい値。サイレンス期間がこの値を超えると発話が終了します。範囲：200–1200 ms。デフォルト：-1（コンソールからエージェントのデフォルト構成を使用）

パラメーター

型

説明

agentVoiceId

String

エージェントの音声 ID。空の場合はエージェントの構成値が使用されます

pronunciationRules

List

発音ルール配列。最大 20 ルールまでサポートされます。nil または空の場合、ルールは適用されません。例：

 [
  {
      "Word": "overlap",                       // 対象単語
      "Pronunciation": "chǒng dié",              // 置換発音
      "Type": "replacement"                // 同形異義語ルール
  },
  {
      "Word": "action",
      "Pronunciation": "háng dòng",
      "Type": "replacement"
  }
]

speechRate

double

TTS 発話速度。すべての TTS タイプに適用されます。範囲：[0.5, 2.0]。デフォルト：1.0。0 より小さい値はコンソール構成を使用します

languageId

String

TTS 言語コード。MiniMax TTS タイプでのみ有効です

emotion

String

TTS 感情タイプ。MiniMax TTS タイプでのみ有効です

modelId

String

TTS モデル ID。現在は minimax のみをサポートしています。選択肢：speech-01-turbo / speech-02-turbo

speechRate

Double

TTS 発話速度。すべての TTS タイプに適用されます。範囲：[0.5, 2.0]。デフォルト：-1。0 より小さい値はエージェントのデフォルト構成（コンソール構成）を使用します

パラメーター

型

説明

llmHistoryLimit

int

保持する LLM／マルチモーダル LLM の会話履歴ターン数の最大値。デフォルト：-1。0 未満の値はエージェントのデフォルト構成（コンソール構成）を使用します

llmSystemPrompt

String

LLM システムプロンプト

bailianAppParams

String

Bailian アプリケーションセンターのパラメーター

llmCompleteReply

boolean

完全な LLM 結果を送信します

openAIExtraQuery

String

追加の OpenAI プロトコル LLM クエリパラメーター

outputMinLength

int

テキスト出力の最小文字数。この長さより短いテキストは結合のためにキャッシュされます。範囲：[0, 100]。0 以下の値は制限なしを意味します。デフォルト：制限なし

outputMaxDelay

int

テキスト出力の最大遅延時間（ミリ秒）。この時間を超えるとキャッシュされたテキストが強制的に出力されます。範囲：[1000, 10000]。0 以下の値は制限なしを意味します。デフォルト：制限なし

historySyncWithTTS

boolean

大規模モデルのメッセージ履歴を TTS 再生内容と同期します。デフォルト：false。有効化すると、メッセージ履歴は TTS 再生内容とわずかな許容誤差で一致します

[
  {"role": "user", "content": "物語を教えてください。"},
  {"role": "assistant", "content": "もちろんです。『三国志演義』から物語をお話しします。<ims_agent_interrupted>お聞きになりたいですか？"},
  {"role": "user", "content": "別のものを選びましょう。"}
]

パラメーター

型

意味

agentAvatarId

String

デジタルヒューマンモデル ID。空の場合はエージェントの構成値が使用されます

パラメーター

型

説明

enableVoiceInterrupt

boolean

インテリジェント中断を有効化します

interruptWords

List<String>

会話中断をトリガーする特定の単語またはフレーズ

noInterruptMode

String

エージェントが発話中かつインテリジェント中断が無効な場合の ASR テキスト処理戦略。選択肢：

• cache：ASR テキストをキャッシュします。現在のターン終了後に処理します

• discard：ASR テキストを直ちに破棄します

• その他の値（空を含む）：サーバーのデフォルト構成を使用します

パラメーター

型

説明

useVoiceprint

boolean

現在の文区切りでボイスプリントノイズ除去検出が使用されるか？

voiceprintId

String

ボイスプリント ID。空でない場合はボイスプリントノイズ除去が有効になります

パラメーター

型

説明

turnEndWords

List<String>

発話終了を示す単語。例：「終わりました」「終了しました」

mode

ARTCAICallTurnDetectionMode

ユーザーの発話終了を検出する方法。デフォルト：セマンティクスモード。AI を使用してコンテキストおよびセマンティクスを分析し、発話終了を検出します。デフォルト値：ARTCAICallTurnDetectionSemanticMode

semanticWaitDuration

int

セマンティクスによる発話終了検出のカスタム待機時間（ミリ秒）。範囲：[0, 10000]。デフォルト：-1（AI が最適な待機時間を選択）

eagerness

[String]?

mode = "Semantic" の場合のみ適用されます。SemanticWaitDuration を上書きします。ユーザーの一時停止後に AI がどの程度迅速に応答するかを制御します：

• Low：最大 6 秒待ちます。誤った中断を低減します

• Medium：最大 4 秒待ちます。ほとんどのシナリオでバランスが取れています

• High：最大 2 秒待ちます。インタラクションが高速ですが、誤った中断リスクが高まります

• その他の値（空を含む）：サーバーのデフォルト構成を使用します

パラメーター

型

説明

resultData

Object

エージェントから返されたすべての VCR 検出結果

stillFrameMotionResult

FrameMotionResult

VCR 静止フレーム検出結果

invalidFrameMotionResult

FrameMotionResult

VCR 無効フレーム検出結果

peopleCountResult

PeopleCountResult

VCR リアルタイム人数検出結果

equipmentResult

EquipmentResult

VCR 電子機器検出結果

headMotionResult

HeadMotionResult

VCR 頭部動き検出結果

lookAwayResult

LookAwayResult

VCR 視線逸脱検出結果

プロパティ名

型

説明

count

int

現在のフレームまでに検出された視線逸脱の総数

duration

int

現在のフレームまでに検出された視線逸脱の総持続時間（ミリ秒）

パラメーター

型

意味

duration

int

このフレームを送信してからの経過時間（ミリ秒）

パラメーター

型

説明

count

int

VCR によって検出された人数

パラメーター

型

説明

mobilePhoneCount

int

デバイスの総数

watchCount

int

ウォッチの数

headPhoneCount

int

ヘッドフォンの数

パラメーター

型

説明

nodDetected

boolean

OK

shakeDetected

boolean

首を横に振ってください

パラメーター

型

説明

data

JSONObject

ユーザーが渡す JSON オブジェクト。JSON 文字列を生成する際に後で使用するためにキャッシュされます。カスタム拡張を可能にします

stillFrameMotion

ARTCAICallAgentVcrFrameMotionConfig

VCR 静止フレーム検出構成

invalidFrameMotion

ARTCAICallAgentVcrFrameMotionConfig

VCR 無効フレーム検出構成

peopleCount

ARTCAICallAgentVcrBaseConfig

VCR リアルタイム人数検出構成

equipment

ARTCAICallAgentVcrBaseConfig

VCR 電子機器検出構成

headMotion

ARTCAICallAgentVcrBaseConfig

VCR 頭部動き検出構成

lookAway

ARTCAICallAgentVcrBaseConfig

VCR 視線逸脱検出構成

パラメーター

型

説明

enable

boolean

これを有効化しますか？

パラメーター

型

説明

callbackDelay

int

コールバックをトリガーするまでの遅延（ミリ秒）

パラメーター

型

説明

rtcSdkParams

JSONObject

RTC SDK パラメーター

commonParams

JSONObject

共通パラメーター

プロパティ名

型

説明

volume

int

環境音の音量。デフォルト：100

resourceId

String

コンソールで登録された環境音のリソース ID。空文字列の場合は環境音が無効になります

プロパティ名

型

説明

probability

Double

トリガー確率。範囲：0.0–1.0

text

String

プロンプトテキスト。UTF-8 エンコーディング。例：「まだいらっしゃいますか？」確認応答発話では最大 20 文字、自動返答シナリオでは最大 100 文字

プロパティ名

型

説明

waitTime

int

待機しきい値（ミリ秒）。この期間を超えるとプロンプトがトリガーされます。範囲：500–10000 ms。必須項目です

messages

List<ARTCAICallAgentAutoSpeechContent>

待機中のプロンプトのコレクション。最大：10 個。各項目：最大 100 文字。確率の合計は 1.0 でなければなりません

プロパティ名

型

説明

waitTime

int

沈黙しきい値（ミリ秒）。この期間を超えると質問がトリガーされます。範囲：5000–600000 ms。推奨値：10000 ms

messages

List<ARTCAICallAgentAutoSpeechContent>

待機中のプロンプトのコレクション。最大：10 個。各項目：最大 100 文字。確率の合計は 1.0 でなければなりません

maxRepeats

int

質問の最大回数。範囲：0–10。推奨値：5。この回数を超えると質問を停止し、通話を終了します

プロパティ名

型

説明

enable

boolean

エコー機能が有効ですか？

triggerStage

String

関連トリガーのタイミング

probability

double

トリガー確率。範囲：0.0–1.0

words

List<ARTCAICallAgentAutoSpeechContent>

確認応答発話コンテンツのコレクション。最大：10 個。各項目：最大 20 文字。確率の合計は 1.0 でなければなりません