ElevenLabs + Kasamila: บริการลูกค้าแบบวิดีโอด้วยเสียงและภาพในเส้นทางเดียว
ใช้ Agent เดิมของ ElevenLabs และเพิ่มอวตารที่มองเห็นได้ เสียงตอบเดียวกันใช้ทั้งเล่นเสียงและขยับปาก
ใช้ Agent เดิมของ ElevenLabs และเพิ่มอวตารที่มองเห็นได้ เสียงตอบเดียวกันใช้ทั้งเล่นเสียงและขยับปาก
ขั้นตอนใช้งาน
- ตั้งค่า Agent เดิม ทั้งฐานความรู้ คำสั่งบริการ เครื่องมือที่ได้รับอนุญาต และการส่งต่อคน อวตารไม่ได้แทนตรรกะธุรกิจ
- รัน npm ci แล้วคัดลอก .env.example เป็น .env เก็บ PROVIDER=elevenlabs, ELEVENLABS_API_KEY, ELEVENLABS_AGENT_ID และค่า Kasamila พร้อม media descriptor ที่ตรงกันไว้ฝั่งเซิร์ฟเวอร์เท่านั้น เลือก PCM ทั้งเข้าและออก
- รัน npm start เปิด /public/video-call.html กด Start เพื่อเปิดเสียงและอนุญาตไมโครโฟน เซิร์ฟเวอร์รับ URL ที่ลงนามจาก ElevenLabs โดยไม่ส่ง URL นี้หรือคีย์ถาวรให้เบราว์เซอร์
- ไมโครโฟนส่งให้ Agent เท่านั้น PCM คำตอบจริงเข้า SDK Kasamila เพื่อเล่นและขยับปากร่วมกัน ไม่เพิ่มเครื่องเล่นเสียงอีกตัว กล้องเสริมเป็นตัวอย่างในเครื่อง ไม่ใช่ WebRTC ระหว่างคนหรือบริการ PSTN ที่เสร็จสมบูรณ์
- เมื่อพูดแทรกให้ทิ้งเสียงเก่า การล้างคิวด้วยมือไม่รับประกันหยุดสร้างเสียงบนแพลตฟอร์ม End ปิดการเชื่อมต่อ destroy อวตารและขอจบ Runtime ที่ได้รับอนุญาต ความเงียบไม่หยุดค่าใช้จ่าย ต้องตรวจคำยืนยัน
cd examples/realtime-integrations
npm ci
cp .env.example .env
# Backend-only configuration: see linked guide
npm startขอบเขตและตรวจรับ
นี่คือตัวอย่างที่รันได้ ไม่ใช่การรับรองแพลตฟอร์มหรือรับประกันความแม่นยำหน่วยเสียง เพิ่มล็อกอิน สิทธิ์ ความยินยอม HTTPS/WSS และทดสอบบทสนทนาจริง
โค้ดและโปรโตคอล
อ่าน Markdown / AI
zh | en | fr | de | ru | es | it | ar | ja | ko | th | ms | vi | hi | id