ElevenLabs + Kasamila: assistenza in videochiamata con voce e immagine unite

Mantieni il tuo Agent ElevenLabs: lo stesso audio riproduce la risposta e guida la bocca dell’avatar.

Implementazione

Configura l’Agent ElevenLabs esistente con conoscenze, istruzioni, strumenti autorizzati e passaggio a un operatore. L’avatar non sostituisce la logica del servizio.

Esegui npm ci e copia .env.example in .env. Imposta solo sul server PROVIDER=elevenlabs, ELEVENLABS_API_KEY, ELEVENLABS_AGENT_ID e i parametri Kasamila con il descrittore multimediale esatto. Scegli PCM in ingresso e uscita.

Avvia npm start e apri /public/video-call.html. Start sblocca l’audio e richiede il microfono. Il server ottiene l’URL firmato ElevenLabs; URL e chiavi permanenti restano fuori dal browser.

Il microfono va soltanto all’agente. Il PCM della risposta viene riprodotto e anima la bocca dallo stesso SDK Kasamila, senza un secondo lettore. La videocamera facoltativa resta locale; non è un servizio WebRTC tra persone o PSTN completo.

Quando l’utente interviene, la vecchia riproduzione viene scartata. Svuotare manualmente la coda non garantisce l’arresto della generazione remota. End chiude il trasporto, distrugge l’avatar e richiede la fine autorizzata di Runtime. Il silenzio non ferma gli addebiti: verifica la conferma.

cd examples/realtime-integrations
npm ci
cp .env.example .env
# Backend-only configuration: see linked guide
npm start

Limiti e verifica

L’esempio eseguibile non è una certificazione del fornitore né una garanzia fonetica. Aggiungi accesso, autorizzazioni, consenso e HTTPS/WSS; verifica conversazioni e interruzioni reali.

Codice e protocolli

Lettura Markdown / IA

zh | en | fr | de | ru | es | it | ar | ja | ko | th | ms | vi | hi | id