语音对话中继
用长连接把电话语音接到大模型上,做能实时对话的语音机器人。
功能与用途
语音对话中继通过一条长连接把电话层接到你的应用上。分工很明确:平台负责语音转文字和文字转语音,你的应用只负责收到转写文本、调用大模型、再把要说的文字发回去播放。整条链路是来电者到平台的语音处理,再到长连接,再到你的应用,最后到大模型。这样的好处是你不用自己处理音频流、语音识别模型和语音合成,专注在对话逻辑和模型调用上就行。适合想做电话客服机器人、自动外呼访谈、语音下单这类场景,又不想从零搭一套实时语音管道的团队。要注意长连接本身的稳定性和超时重连需要自己保证。
适用场景
- 搭建智能语音客服:通过长连接实时接收用户来电语音文本,调用大模型生成回复并流式播报。
- 替换传统IVR按键系统:让用户无需逐层按键,直接通过自然语音表达意图并完成智能导流或业务办理。
- 开发支持打断的对话机器人:监听用户插话或按键打断事件,实时停止语音合成播报并响应最新指令。
适用人群
- 开发者
- AI 应用开发者
- 客服系统负责人
使用步骤
- 确认平台侧的语音转写与合成能力分工
- 搭建可维持长连接的服务端
- 接收转写文本并调用大模型生成回复
- 把回复文本发回链路播放给用户
- 处理断连重连与会话超时
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 商业运营
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-18
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
>
使用前准备
- 可运行长连接服务的服务端环境
- 已接入的大模型调用能力
- 语音服务账号
依赖与权限
- TWILIO_AUTH_TOKEN
- 读取用户主动提供的内容