帮你快速理解、总结文档立即下载
文档中心>实时音视频>AI 实时对话>AI 实时对话 2.0>基础功能>主动送文本给 LLM 或者 TTS

主动送文本给 LLM 或者 TTS

最近更新时间：2026-10-29 21:43:33
我的收藏

本页目录：

功能概述

大语言模型（LLM）本身并不支持主动输出，需要业务侧基于一定规则主动触发 AI 说话，从而提升实时互动中的沉浸感。例如：用户长时间没有说话，让 AI 主动追问一句；业务侧检测到订单发货、时间到点等关键事件时，让 AI 立刻向用户播报提醒。
TRTC AI 实时对话提供三类 AI 主动说话能力：
能力
实现方式
特点
主动调用 LLM
任务运行中，通过控制任务接口下发文本注入指令（InvokeLLM）。
注入文本进入对话上下文，触发一轮 LLM 回复；回复结合上下文动态生成，经 TTS 合成播报。
文本直送 TTS
任务运行中，通过控制任务接口下发文本播报指令（InvokeTTS）。
文本不经过 LLM 推理，直接由 TTS 合成播报，AI 说出的内容与业务下发的一字不差。
固定话术播报
创建任务时通过 DialogConfig 配置欢迎语、静音追问。
直接播报固定文本，由后台在对应时机自动触发，无需业务侧运行时干预。
说明：
上述文本注入能力面向 Cascade（三段式） 模式；S2S（端到端） 模式下语音理解与生成由端到端模型完成，不存在独立的 LLM / TTS 段。

主动调用 LLM（文本注入）

使用方式

任务运行期间，业务后端通过控制任务接口（任务生命周期五类标准操作之一）下发 Command=InvokeLLM 指令：
注入的文本进入当前对话上下文，触发一轮 LLM 回复；
LLM 基于上下文（含注入文本）生成回复，回复文本经 TTS 合成后推入房间播报；
回复内容可通过客户端字幕事件与服务端 LLM 回复回调获取（见下文）。
该接口同时支持强制打断指令（Interrupt）与文本直送 TTS 指令（InvokeTTS），三者共用同一接口，详细参见下文及 （客户端）打断指令。

输入参数

参数名
必选
类型
描述
SdkAppId
是
Integer
TRTC 应用 ID。
TaskId
是
String
任务 ID。
Command
是
String
指令名：InvokeLLM。
InvokeLLM
条件必填
Object
Command=InvokeLLM 时必填，字段见下表。
InvokeLLM 对象：
字段名
必选
类型
描述
Content
是
String
注入的文本内容，长度 ≤ 1000。
Priority
否
Integer
优先级，决定注入文本与当前交互的冲突处理策略：
1=高优先级；
2=中优先级；
3=低优先级；
各个档的具体行为详细参见 Priority 优先级说明。

Priority 优先级说明

InvokeLLM 与 InvokeTTS 共用同一套 Priority 优先级定义，用于处理传入文本与 AI 当前正在进行的交互之间的冲突：
Priority
优先级
行为
1
高优先级
立即终止当前 AI 的交互（例如正在进行的播报），并立即执行传入的指令。对于 InvokeTTS，会立即播报指定文本；对于 InvokeLLM，会立即将文本注入 LLM 并触发新一轮回复的生成与播报。
2
中优先级
等当前交互结束后，再播放传入的文本内容。
3
低优先级
若正在交互则直接丢弃传入文本；未在交互则播放传入的文本内容。
选型建议：
紧急提醒（例如风控告警、审核拦截提示）用高优先级即时插播；一般性事件通知用中优先级排队播报；可有可无的背景信息用低优先级，宁可不播也不打断当前对话。

请求示例

{
    "SdkAppId": 1400000000,
    "TaskId": "-nG0jIFU7q3wqZnqm8xB5TY0n43U5rLb...",
    "Command": "InvokeLLM",
    "InvokeLLM": {
        "Content": "提醒用户订单已发货",
        "Priority": 1
    }
}

回复的获取

获取方式
说明
客户端（字幕事件）
LLM 回复文本通过字幕事件实时下发，端侧直接整句渲染，详细参见 （客户端）实时字幕。
服务端（LLM 回复回调）
LLM 单轮回复完成时，回调推送该轮终态完整文本（含轮次 ID），详细参见 AI 对话回调事件。

主动调用 TTS（文本直送播报）

使用方式

任务运行期间，业务后端通过控制任务接口下发 Command=InvokeTTS 指令：
下发的文本不经过 LLM 推理，直接送 TTS 合成，音频由回推机器人推入 TRTC 房间播报；
AI 说出的内容与业务下发的文本一字不差，适合需要精确控制播报内容的场景：系统公告、审核拦截提示、运营活动话术、固定播报文案等；
播报遵循统一的打断控制——播报过程中用户开口（自动打断模式）或下发 Interrupt 指令即可打断。

与 InvokeLLM 的区别

对比项
InvokeLLM（送 LLM）
InvokeTTS（送 TTS）
链路
文本注入上下文 → LLM 动态生成回复 → TTS 播报
文本直接送 TTS 合成播报，不经过 LLM。
播报内容
LLM 结合上下文动态生成，内容不确定。
业务下发的原文，一字不差。
典型用途
让 AI 结合上下文主动开口、事件提醒转述。
公告、提示、运营话术等固定内容的精确播报。

输入参数

参数名
必选
类型
描述
SdkAppId
是
Integer
TRTC 应用 ID。
TaskId
是
String
任务 ID。
Command
是
String
指令名：InvokeTTS（不区分大小写）。
InvokeTTS
条件必填
Object
Command=InvokeTTS 时必填，字段见下表。
InvokeTTS 对象：
字段名
必选
类型
描述
Content
是
String
播报的文本内容，长度 ≤ 1000。
Priority
否
Integer
优先级，决定播报文本与当前交互的冲突处理策略：
1=高优先级；
2=中优先级；
3=低优先级；
各档具体行为详细参见 Priority 优先级说明。

请求示例

{
    "SdkAppId": 1400000000,
    "TaskId": "-nG0jIFU7q3wqZnqm8xB5TY0n43U5rLb...",
    "Command": "InvokeTTS",
    "InvokeTTS": {
        "Content": "今天你有什么想关注的",
        "Priority": 1
    }
}

播报效果的获取

获取方式
说明
客户端（音频流）
订阅回推机器人的音频流即可听到播报内容。
客户端（状态事件）
播报期间机器人状态流转为：说话中，播报完成流转为：已说完，详细参见 （客户端）接收 AI 机器人状态。
服务端（状态回调）
通过 AI 状态流转回调跟踪播报起止，详细参见 AI 对话回调事件。

固定话术播报（欢迎语与静音追问）

固定话术无需 LLM 动态生成，由后台在特定时机直接送 TTS 播报。通过创建任务时的 DialogConfig 配置：
字段名
必选
类型
描述
WelcomeMessage
否
String
欢迎语，主播进房后自动播报。
SilenceFollowUp
否
Integer
静音后 Bot 主动追问的时间（秒），范围 0-300，0=关闭（默认）。
SilenceFollowUpText
否
String
静音追问的文本内容。
配置示例：
"DialogConfig": {
    "InterruptMode": 0,
    "InterruptSpeechDuration": 200,
    "SilenceFollowUp": 50,
    "SilenceFollowUpText": "你还在吗？有想问的直接告诉我。",
    "WelcomeMessage": "你好，我是AI助手，有什么可以帮你的？"
}
说明：
除上述三类外，LLMConfig.FailureMessage（LLM 调用失败时的兜底播报文本）同样属于固定话术，详细参见 LLM 配置。

典型应用场景

场景
实现方式
说明
进房欢迎语
DialogConfig.WelcomeMessage
每次对话开始时 AI 自动播报一句欢迎语。
静音追问（避免冷场）
SilenceFollowUp + SilenceFollowUpText
用户长时间未说话，AI 主动追问，例如：你还在吗？有想问的直接告诉我。
业务事件主动提醒
运行时 InvokeLLM 注入
订单发货、活动开始、时间到点等关键节点，注入“提醒用户订单已发货”，由 AI 播报。
主动发起话题
运行时 InvokeLLM 注入
注入“用户一段时间没有说话了，请主动说一句话”，AI 结合上下文主动开口。
固定内容精确播报
运行时 InvokeTTS 注入
系统公告、审核拦截提示、运营活动话术等需要一字不差的播报。
确定性播报（跳过 LLM）
运行时 InvokeTTS 注入
对时延或内容确定性敏感的提醒，绕过 LLM 推理直接合成播报。

注意事项

1. 注入文本会进入对话上下文（仅 InvokeLLM）：主动调用 LLM 注入的内容作为上下文参与该轮及后续对话，请避免注入与业务无关的文本，以免干扰对话质量；InvokeTTS 文本不经过 LLM，直接合成播报。
2. 长度限制：InvokeLLM.Content 与 InvokeTTS.Content 长度均 ≤ 1000 字符。
3. 按优先级选择冲突策略：高优先级会立即终止当前交互（用户可能听到半截话被截断），请仅在确实需要抢播时使用；对时延不敏感的通知建议用中优先级，避免频繁打断影响对话体验。
4. 播报可被打断：主动说话的 TTS 播报同样遵循打断控制——自动打断模式下用户开口即可打断 AI 的主动播报，详细参见 （客户端）打断指令。
5. 仅对运行中的任务生效：任务结束或 Bot 离开房间后指令不再响应，建议通过状态流转回调维护任务生命周期。
6. 固定话术不可运行时修改：欢迎语与静音追问在创建任务时配置；DialogConfig 中仅 InterruptMode 支持通过修改任务接口热更新。
7. 音色跟随任务配置：InvokeTTS 播报使用任务 TTSConfig 中配置的音色与厂商，指令本身不指定音色；如需更换音色请重建任务（TTSConfig 不支持热更新），详细参见 TTS 配置。
中国站