AIAgentOutboundCallConfig資料結構參數參考-智能媒體服務-阿里雲 - Intelligent Media Services

名稱	類型	描述	樣本值
	object	智能體範本參數。
Greeting	string	問候語，修改後下次入會生效。預設無。	hello
EnableIntelligentSegment	boolean	智慧斷句開關，開啟智慧斷句後，使用者說話的發生斷句會智慧合併成一句。預設 true。	true
AsrConfig	object	語音辨識配置。
AsrMaxSilence	integer	語音斷句檢測閾值，靜音時長超過該閾值會被認為斷句，參數範圍 200ms～1200ms，預設值 400ms。	400
AsrLanguageId	string	asr 語種 Id。可選： zh_mandarin 中文 en 英文 zh_en 中英混 es 西班牙語 jp 日語。	zh_mandarin
AsrHotWords	array	Asr 熱詞列表。熱詞列表最大支援 128 個詞。
	string	熱詞字串。字元長度: [1,10]個字元。	check
VadLevel	integer	打斷閾值參數。取值範圍：[0,11], 預設值：11。 0 表示關閉 vad 功能。 1-10 設置數字越高表示越難打斷。 11 與之前顯著不同，前處理對話音損傷更低，抗干擾更強。	11
CustomParams	string	asr 自研接入透傳參數。	mode=fast&sample=16000&format=wav
VadDuration	integer	語音活動檢測的最短持續時間閾值，用於控制打斷的靈敏度。0 表示關閉此功能。有效範圍：200 到 2000 毫秒。常用[200,500] 對應 1-4 個字。預設為空，不生效。	300
LlmConfig	object	大語言模型配置。
LlmHistoryLimit	integer	llm/mllm 歷史對話上下文最大保留輪次，預設 10 次。	10
LlmHistory	array	llm/mllm 歷史對話上下文。
	object	單個對話。
Role	string	表示對話參與者的角色。可選值包括： user: 使用者 assistant: 助手 system: 系統 function: 函數 plugin: 外掛程式 tool: 工具。	user
Content	string	儲存實際的對話內容文本，記錄了該角色在對話中的具體表達或回應。	hello
LlmSystemPrompt	string	啟動通話後 llm 的系統提示詞。	You are a friendly and helpful assistant, focused on providing users with accurate information and advice.
BailianAppParams	string	阿里雲百煉應用中心參數。參數格式參考：阿里雲百煉應用中心參數	"{\"biz_params\":{\"user_defined_params\":{\"your_plugin_id\":{\"article_index\":2}}},\"memory_id\":\"your_memory_id\",\"image_list\":[\"https://your_image_url\"],\"rag_options\":{\"pipeline_ids\":[\"your_id\"],\"file_ids\":[\"DocumentID1\",\"DocumentID2\"],\"metadata_filter\":{\"name\":\"ZhangSan\"},\"structured_filter\":{\"key1\":\"value1\",\"key2\":\"value2\"},\"tags\":[\"Tag1\",\"Tag2\"]}}"
OpenAIExtraQuery	string	額外的 OpenAI 協議 LLM 的查詢參數, 參數必須使用 key=value 格式,多個參數用 & 連接,所有值必須為字串類型。	api-version=2024-02-01&api-key=sk-xxx
LlmCompleteReply	boolean	開啟後，llm 生成結果之後，會向用戶端發送完整 llm 結果。	true
FunctionMap	array	功能映射列表，用於將智慧體能力與 LLM 函數對應。當前只支援和使用者自定義 openai 協議 llm 的函數呼叫。
	object	單個對應規則。
Function	string	阿里智慧體系統提供的內建功能名稱。當前只支援 hangup(掛斷)。	hangup
MatchFunction	string	要與該功能對應的 LLM 函數名稱，由客戶自定義，用於在 LLM 中呼叫對應功能。使用者自定義 llm 協議參考： LLM 標準介面	hangup
OutputMinLength	integer	文本輸出最小長度(字元數)，小於該長度的文本會被快取等待拼接，範圍[0, 100]，0 或空表示不限制，預設空。	5
OutputMaxDelay	string	文本輸出最大延遲時間(毫秒)，超過該時間強制輸出已快取文本，。範圍[1000,10000]，0 或空表示不限制，預設空。	2000
HistorySyncWithTTS	boolean	大模型訊息歷史，是否和 tts 播放內容保持一致。預設 false。開啟後，儲存的大模型訊息和 tts 播放內容保持一致。	false
TtsConfig	object	語音合成配置。
VoiceId	string	音色 ID，修改後下句話生效。不填寫則使用智慧體範本配置的音色 ID。僅針對預置 TTS 生效。輸入長度不超過 64。可選值參考：智慧語音效果範例。	longcheng_v2
VoiceIdList	array	可選音色列表。
	string	音色。	zhixiaoxia
PronunciationRules	array	Tts 發音規則，陣列長度不超過 20 個，規則按順序執行。
	object	Tts 發音規則。
Word	string	需要替換的詞，長度小於 10，必須是中文字元，不支援空格。	Dashi Lane
Pronunciation	string	目標的發音，長度小於 10，必須是中文字元，不支援空格。	Dashi Lane
Type	string	具體發音規則類型。可選： replacement。直接將 Word 替換為 Pronunciation 的規則。	replacement
ModelId	string	當前僅支援 minimax，可選值： speech-01-turbo / speech-02-turbo。	speech-01-turbo
LanguageId	string	當前僅支援 minimax，預設為空。增強對指定的小語種和方言的辨識能力，設定後可以提升在指定小語種/方言場景下的語音表現。如果不明確小語種類型，則可以選擇「auto」，模型將自主判斷小語種類型。支援以下取值：支援語種 Chinese：中文 Chinese,Yue：粵語 English：英語 Arabic：阿拉伯語 Russian：俄語 Spanish：西班牙語 French：法語 Portuguese：葡萄牙語 German：德語 Turkish：土耳其語 Dutch：荷蘭語 Ukrainian：烏克蘭語 Vietnamese：越南語 Indonesian：印尼語 Japanese：日語 Italian：義大利語 Korean：韓語 Thai：泰語 Polish：波蘭語 Romanian：羅馬尼亞語 Greek：希臘語 Czech：捷克語 Finnish：芬蘭語 Hindi：印地語 auto：自動偵測。	Chinese
Emotion	string	當前僅支援 minimax，minimax 當前支援 7 種情緒： happy：高興 sad：悲傷 angry：憤怒 fearful：害怕 disgusted：厭惡 surprised：驚訝 calm：中性。	happy
SpeechRate	number	支援全平台。 cosyvoice 預設 1.0，取值範圍：0.5-2.0。 minimax 預設 1.0，取值範圍: 0.5-2.0。	1.0
InterruptConfig	object	語音打斷策略配置。
EnableVoiceInterrupt	boolean	是否支援語音打斷，預設 true。	true
InterruptWords	array	觸發對話中斷的特定詞彙或片語。
	string	觸發對話中斷的特定詞彙或片語。	Just a moment
Eagerness	string
NoInterruptMode	string	模式下的 ASR 處理策略 cache：快取 ASR 文字，當前輪次結束後，被快取的 ASR 文字會在下一個輪次一起被處理。 discard：直接丟棄 ASR 文字。預設處理為快取 ASR 文字。	cache
KeepInterruptWordsForLLM	boolean	是否保留打斷詞送 LLM，預設丟棄。說明舉例：打斷詞是「稍等」。「稍等今天天氣怎麼樣」丟棄打斷詞送 LLM 後，變為「今天天氣怎麼樣」。	true
TurnDetectionConfig	object	對話輪次檢測配置。
TurnEndWords	array	用於判斷使用者輪次結束的關鍵字列表。
	string	用於判斷使用者輪次結束的關鍵字。	I'm done talking
Mode	string	輪次檢測的模式。 Normal：普通模式，不使用 AI 判斷語義； Semantic：用 AI 根據上下文語義，判斷是否說完話了。預設值 Normal。	Semantic
SemanticWaitDuration	integer	AI 模式下的停頓判定時間，單位：毫秒，預設值-1。 -1: AI 自動判斷合適的等待時間 0-10000: 自定義等待時間，建議設定在 0-1500ms 注意:普通模式下此項無效。	-1
Eagerness	string	僅在 Semantic 模式下生效。控制 AI 檢測到停頓後，啟動回應的快慢程度：「Low」：耐心等待，最長等待時間 6 秒，減少被打斷風險。「Medium」：平衡等待（最長等待時間 4 秒），適用大多數場景。「High」：快速回應（最長等待時間 2 秒），提升速度但可能增加誤切風險。欄位預設空。	Low
GreetingDelay	integer	歡迎語延遲時間，單位毫秒，預設 0 毫秒，範圍：0-5000ms。	0
AmbientSoundConfig	object	通話環境音配置。
ResourceId	string	通話環境音 ID，可以在控制台上智慧體配置的進階配置中獲取。	f67901c595834************
Volume	integer	通話背景音的音量，可選值：[0, 100]，0 表示關閉。	50
ExperimentalConfig	string	實驗功能參數，有需求請聯絡答疑。	""
AutoSpeechConfig	object	智慧體自動說話配置模組，包括 LLM 等待提示和使用者長時間靜默問詢。
UserIdle	object	使用者長時間靜默時的問詢播報配置。
WaitTime	integer	靜默時長閾值，單位毫秒，必填。超過此時長觸發問詢。範圍 5000–600000ms。	5000
MaxRepeats	integer	最大問詢次數，範圍 0–10，必填。超過後不再觸發，直接關閉通話。	5
Messages	array	問詢提示語集合，最大 10 條，每條長度 ≤ 100 字元，機率總和為 100%。
	object	問詢詞結構。
Text	string	問詢提示語文本，最長 100 字元。	Are you still there?
Probability	number	提示語的選擇機率，取值範圍為 0–1，對應 0%–100%。	0.5
HangupEndWord	string	掛斷結束語，使用者長時間無回應後掛斷前播報，最大長度 200。	I’m hanging up, goodbye.
LlmPending	object	LLM 回應延遲時的播報配置。
WaitTime	integer	等待大模型回覆時長閾值。超過此時長，觸發播報提示。必填，單位毫秒，範圍 500–10000ms。請使用者根據大模型的實際使用。	3000
Mode	string
Messages	array	問詢提示語集合，最大 10 條，每條長度 ≤ 100 字元，機率總和為 100%。
	object	問詢詞結構。
Text	string	問詢提示語文本，最長 100 字元。	Just a moment
Probability	number	提示語的選擇機率，取值範圍為 0–1，對應 0%–100%。	0.5
MaxIdleTime	integer	和智慧體無互動的最大等待時間，逾時智慧體下線。單位：秒。預設：600 秒。	600
BackChannelingConfig	object	重要已棄用，請使用 BackChannelingConfigs 。
Enabled	boolean
TriggerStage	string
Probability	number
Words	object
Text	string
Probability	number
BackChannelingConfigs	array	附和語功能配置模組。開啟後，系統會在特定觸發時機隨機播報簡短的附和語。
	object	單個附和語配置。
Enabled	boolean	是否啟用附和功能。必填，取值 true/false。	true
TriggerStage	string	附和觸發的時機。可選值： pause_detected（檢測到說話短暫停頓）。	pause_detected
Probability	number	功能觸發機率。範圍 0.0–1.0。必填。	0.5
Words	array	附和片語集合。最大 10 條，每條片語長度 ≤ 20 字元，機率總和為 1.0。
	object	附和短語設定。
Text	string	短語文字，長度 ≤ 20 字元，支援多語言。必填。	ok
Probability	number	本短語的觸發機率，範圍 0.0–1.0，必填。	0.3

object

智能體範本參數。

Greeting

string

問候語，修改後下次入會生效。預設無。

hello

EnableIntelligentSegment

boolean

智慧斷句開關，開啟智慧斷句後，使用者說話的發生斷句會智慧合併成一句。預設 true。

true

AsrConfig

object

語音辨識配置。

AsrMaxSilence

integer

語音斷句檢測閾值，靜音時長超過該閾值會被認為斷句，參數範圍 200ms～1200ms，預設值 400ms。

400

AsrLanguageId

string

asr 語種 Id。可選：

zh_mandarin 中文
en 英文
zh_en 中英混
es 西班牙語
jp 日語。

zh_mandarin

AsrHotWords

array

Asr 熱詞列表。熱詞列表最大支援 128 個詞。

string

熱詞字串。字元長度: [1,10]個字元。

check

VadLevel

integer

打斷閾值參數。取值範圍：[0,11], 預設值：11。

0 表示關閉 vad 功能。
1-10 設置數字越高表示越難打斷。
11 與之前顯著不同，前處理對話音損傷更低，抗干擾更強。

11

CustomParams

string

asr 自研接入透傳參數。

mode=fast&sample=16000&format=wav

VadDuration

integer

語音活動檢測的最短持續時間閾值，用於控制打斷的靈敏度。0 表示關閉此功能。有效範圍：200 到 2000 毫秒。常用[200,500] 對應 1-4 個字。預設為空，不生效。

300

LlmConfig

object

大語言模型配置。

LlmHistoryLimit

integer

llm/mllm 歷史對話上下文最大保留輪次，預設 10 次。

10

LlmHistory

array

llm/mllm 歷史對話上下文。

object

單個對話。

Role

string

表示對話參與者的角色。可選值包括：

user: 使用者
assistant: 助手
system: 系統
function: 函數
plugin: 外掛程式
tool: 工具。

user

Content

string

儲存實際的對話內容文本，記錄了該角色在對話中的具體表達或回應。

hello

LlmSystemPrompt

string

啟動通話後 llm 的系統提示詞。

You are a friendly and helpful assistant, focused on providing users with accurate information and advice.

BailianAppParams

string

阿里雲百煉應用中心參數。參數格式參考：阿里雲百煉應用中心參數

"{\"biz_params\":{\"user_defined_params\":{\"your_plugin_id\":{\"article_index\":2}}},\"memory_id\":\"your_memory_id\",\"image_list\":[\"https://your_image_url\"],\"rag_options\":{\"pipeline_ids\":[\"your_id\"],\"file_ids\":[\"DocumentID1\",\"DocumentID2\"],\"metadata_filter\":{\"name\":\"ZhangSan\"},\"structured_filter\":{\"key1\":\"value1\",\"key2\":\"value2\"},\"tags\":[\"Tag1\",\"Tag2\"]}}"

OpenAIExtraQuery

string

額外的 OpenAI 協議 LLM 的查詢參數, 參數必須使用 key=value 格式,多個參數用 & 連接,所有值必須為字串類型。

api-version=2024-02-01&api-key=sk-xxx

LlmCompleteReply

boolean

開啟後，llm 生成結果之後，會向用戶端發送完整 llm 結果。

true

FunctionMap

array

功能映射列表，用於將智慧體能力與 LLM 函數對應。當前只支援和使用者自定義 openai 協議 llm 的函數呼叫。

object

單個對應規則。

Function

string

阿里智慧體系統提供的內建功能名稱。當前只支援 hangup(掛斷)。

hangup

MatchFunction

string

要與該功能對應的 LLM 函數名稱，由客戶自定義，用於在 LLM 中呼叫對應功能。使用者自定義 llm 協議參考： LLM 標準介面

hangup

OutputMinLength

integer

文本輸出最小長度(字元數)，小於該長度的文本會被快取等待拼接，範圍[0, 100]，0 或空表示不限制，預設空。

5

OutputMaxDelay

string

文本輸出最大延遲時間(毫秒)，超過該時間強制輸出已快取文本，。範圍[1000,10000]，0 或空表示不限制，預設空。

2000

HistorySyncWithTTS

boolean

大模型訊息歷史，是否和 tts 播放內容保持一致。預設 false。開啟後，儲存的大模型訊息和 tts 播放內容保持一致。

false

TtsConfig

object

語音合成配置。

VoiceId

string

音色 ID，修改後下句話生效。不填寫則使用智慧體範本配置的音色 ID。僅針對預置 TTS 生效。輸入長度不超過 64。可選值參考：智慧語音效果範例。

longcheng_v2

VoiceIdList

array

可選音色列表。

string

音色。

zhixiaoxia

PronunciationRules

array

Tts 發音規則，陣列長度不超過 20 個，規則按順序執行。

object

Tts 發音規則。

Word

string

需要替換的詞，長度小於 10，必須是中文字元，不支援空格。

Dashi Lane

Pronunciation

string

目標的發音，長度小於 10，必須是中文字元，不支援空格。

Dashi Lane

Type

string

具體發音規則類型。可選：

replacement。直接將 Word 替換為 Pronunciation 的規則。

replacement

ModelId

string

當前僅支援 minimax，可選值： speech-01-turbo / speech-02-turbo。

speech-01-turbo

LanguageId

string

當前僅支援 minimax，預設為空。增強對指定的小語種和方言的辨識能力，設定後可以提升在指定小語種/方言場景下的語音表現。如果不明確小語種類型，則可以選擇「auto」，模型將自主判斷小語種類型。支援以下取值：

支援語種

Chinese：中文
Chinese,Yue：粵語
English：英語
Arabic：阿拉伯語
Russian：俄語
Spanish：西班牙語
French：法語
Portuguese：葡萄牙語
German：德語
Turkish：土耳其語
Dutch：荷蘭語
Ukrainian：烏克蘭語
Vietnamese：越南語
Indonesian：印尼語
Japanese：日語
Italian：義大利語
Korean：韓語
Thai：泰語
Polish：波蘭語
Romanian：羅馬尼亞語
Greek：希臘語
Czech：捷克語
Finnish：芬蘭語
Hindi：印地語
auto：自動偵測

。

Chinese

Emotion

string

當前僅支援 minimax，minimax 當前支援 7 種情緒：

happy：高興
sad：悲傷
angry：憤怒
fearful：害怕
disgusted：厭惡
surprised：驚訝
calm：中性。

happy

SpeechRate

number

支援全平台。 cosyvoice 預設 1.0，取值範圍：0.5-2.0。 minimax 預設 1.0，取值範圍: 0.5-2.0。

1.0

InterruptConfig

object

語音打斷策略配置。

EnableVoiceInterrupt

boolean

是否支援語音打斷，預設 true。

true

InterruptWords

array

觸發對話中斷的特定詞彙或片語。

string

觸發對話中斷的特定詞彙或片語。

Just a moment

Eagerness

string

NoInterruptMode

string

模式下的 ASR 處理策略

cache：快取 ASR 文字，當前輪次結束後，被快取的 ASR 文字會在下一個輪次一起被處理。
discard：直接丟棄 ASR 文字。

預設處理為快取 ASR 文字。

cache

KeepInterruptWordsForLLM

boolean

是否保留打斷詞送 LLM，預設丟棄。

說明

舉例：打斷詞是「稍等」。「稍等今天天氣怎麼樣」丟棄打斷詞送 LLM 後，變為「今天天氣怎麼樣」。

true

TurnDetectionConfig

object

對話輪次檢測配置。

TurnEndWords

array

用於判斷使用者輪次結束的關鍵字列表。

string

用於判斷使用者輪次結束的關鍵字。

I'm done talking

Mode

string

輪次檢測的模式。

Normal：普通模式，不使用 AI 判斷語義；
Semantic：用 AI 根據上下文語義，判斷是否說完話了。

預設值 Normal。

Semantic

SemanticWaitDuration

integer

AI 模式下的停頓判定時間，單位：毫秒，預設值-1。

-1: AI 自動判斷合適的等待時間
0-10000: 自定義等待時間，建議設定在 0-1500ms

注意:普通模式下此項無效。

-1

Eagerness

string

僅在 Semantic 模式下生效。控制 AI 檢測到停頓後，啟動回應的快慢程度：

「Low」：耐心等待，最長等待時間 6 秒，減少被打斷風險。
「Medium」：平衡等待（最長等待時間 4 秒），適用大多數場景。
「High」：快速回應（最長等待時間 2 秒），提升速度但可能增加誤切風險。

欄位預設空。

Low

GreetingDelay

integer

歡迎語延遲時間，單位毫秒，預設 0 毫秒，範圍：0-5000ms。

0

AmbientSoundConfig

object

通話環境音配置。

ResourceId

string

通話環境音 ID，可以在控制台上智慧體配置的進階配置中獲取。

f67901c595834************

Volume

integer

通話背景音的音量，可選值：[0, 100]，0 表示關閉。

50

ExperimentalConfig

string

實驗功能參數，有需求請聯絡答疑。

""

AutoSpeechConfig

object

智慧體自動說話配置模組，包括 LLM 等待提示和使用者長時間靜默問詢。

UserIdle

object

使用者長時間靜默時的問詢播報配置。

WaitTime

integer

靜默時長閾值，單位毫秒，必填。超過此時長觸發問詢。範圍 5000–600000ms。

5000

MaxRepeats

integer

最大問詢次數，範圍 0–10，必填。超過後不再觸發，直接關閉通話。

5

Messages

array

問詢提示語集合，最大 10 條，每條長度 ≤ 100 字元，機率總和為 100%。

object

問詢詞結構。

Text

string

問詢提示語文本，最長 100 字元。

Are you still there?

Probability

number

提示語的選擇機率，取值範圍為 0–1，對應 0%–100%。

0.5

HangupEndWord

string

掛斷結束語，使用者長時間無回應後掛斷前播報，最大長度 200。

I’m hanging up, goodbye.

LlmPending

object

LLM 回應延遲時的播報配置。

WaitTime

integer

等待大模型回覆時長閾值。超過此時長，觸發播報提示。必填，單位毫秒，範圍 500–10000ms。請使用者根據大模型的實際使用。

3000

Mode

string

Messages

array

問詢提示語集合，最大 10 條，每條長度 ≤ 100 字元，機率總和為 100%。

object

問詢詞結構。

Text

string

問詢提示語文本，最長 100 字元。

Just a moment

Probability

number

提示語的選擇機率，取值範圍為 0–1，對應 0%–100%。

0.5

MaxIdleTime

integer

和智慧體無互動的最大等待時間，逾時智慧體下線。單位：秒。預設：600 秒。

600

BackChannelingConfig

object

重要已棄用，請使用 BackChannelingConfigs

。

Enabled

boolean

TriggerStage

string

Probability

number

Words

object

Text

string

Probability

number

BackChannelingConfigs

array

附和語功能配置模組。開啟後，系統會在特定觸發時機隨機播報簡短的附和語。

object

單個附和語配置。

Enabled

boolean

是否啟用附和功能。必填，取值 true/false。

true

TriggerStage

string

附和觸發的時機。可選值：

pause_detected（檢測到說話短暫停頓）。

pause_detected

Probability

number

功能觸發機率。範圍 0.0–1.0。必填。

0.5

Words

array

附和片語集合。最大 10 條，每條片語長度 ≤ 20 字元，機率總和為 1.0。

object

附和短語設定。

Text

string

短語文字，長度 ≤ 20 字元，支援多語言。必填。

ok

Probability

number

本短語的觸發機率，範圍 0.0–1.0，必填。

0.3