100 lines
6.9 KiB
Markdown
100 lines
6.9 KiB
Markdown
# 交互式AIGC场景 AIGC Demo
|
||
|
||
此 Demo 为简化版本, 如您有 1.5.x 版本 UI 的诉求, 可切换至 1.5.1 分支。
|
||
跑通阶段时, 无须关心代码实现，仅需按需完成 `backend/scenes/*.json` 的场景信息填充即可。
|
||
|
||
## 简介
|
||
- 在 AIGC 对话场景下，火山引擎 AIGC-RTC Server 云端服务，通过整合 RTC 音视频流处理，ASR 语音识别，大模型接口调用集成，以及 TTS 语音生成等能力，提供基于流式语音的端到端AIGC能力链路。
|
||
- 用户只需调用基于标准的 OpenAPI 接口即可配置所需的 ASR、LLM、TTS 类型和参数。火山引擎云端计算服务负责边缘用户接入、云端资源调度、音视频流压缩、文本与语音转换处理以及数据订阅传输等环节。简化开发流程，让开发者更专注在对大模型核心能力的训练及调试，从而快速推进AIGC产品应用创新。
|
||
- 同时火山引擎 RTC拥有成熟的音频 3A 处理、视频处理等技术以及大规模音视频聊天能力，可支持 AIGC 产品更便捷的支持多模态交互、多人互动等场景能力，保持交互的自然性和高效性。
|
||
|
||
## 【必看】环境准备
|
||
|
||
> 本项目已重构为 monorepo 结构，前端位于 `frontend/`，Python 后端位于 `backend/`。
|
||
|
||
**前端环境：Node 16.0+**
|
||
**后端环境：Python 3.9+**
|
||
|
||
### 1. 运行环境
|
||
需要准备两个 Terminal，分别启动后端服务和前端页面。
|
||
|
||
### 2. 服务开通
|
||
开通 ASR、TTS、LLM、RTC 等服务，可参考 [开通服务](https://www.volcengine.com/docs/6348/1315561?s=g) 进行相关服务的授权与开通。
|
||
|
||
### 3. 场景配置
|
||
`backend/scenes/*.json`
|
||
|
||
您可以自定义具体场景, 并按需根据模版填充 `SceneConfig`、`AccountConfig`、`RTCConfig`、`VoiceChat` 中需要的参数。
|
||
|
||
Demo 中以 `Custom` 场景为例，您可以自行新增场景。
|
||
|
||
注意：
|
||
- `SceneConfig`：场景的信息，例如名称、头像等。
|
||
- `AccountConfig`：场景下的账号信息，https://console.volcengine.com/iam/keymanage/ 获取 AK/SK。
|
||
- `RTCConfig`：场景下的 RTC 配置。
|
||
- AppId、AppKey 可从 https://console.volcengine.com/rtc/aigc/listRTC 中获取。
|
||
- RoomId、UserId 可自定义也可不填，交由服务端生成。
|
||
- `VoiceChat`: 场景下的 AIGC 配置。
|
||
- 可参考 https://www.volcengine.com/docs/6348/1558163 中参数描述，完整填写参数内容。
|
||
- 可通过 [快速跑通 Demo](https://console.volcengine.com/rtc/aigc/run?s=g) 快速获取参数, 跑通后点击右上角 `接入 API` 按钮复制相关代码贴到 JSON 配置文件中即可。
|
||
## 快速开始
|
||
请注意，服务端和 Web 端都需要启动, 启动步骤如下:
|
||
### 后端服务（Python FastAPI）
|
||
```shell
|
||
cd backend
|
||
uv sync
|
||
uv run uvicorn main:app --host 0.0.0.0 --port 3001 --reload
|
||
```
|
||
|
||
### 前端页面
|
||
```shell
|
||
cd frontend
|
||
npm install
|
||
npm run dev
|
||
```
|
||
|
||
### 常见问题
|
||
| 问题 | 解决方案 |
|
||
| :-- | :-- |
|
||
| 如何使用第三方模型、Coze Bot | 模型相关配置代码对应目录 `src/config/scenes/` 下json 文件，填写对应官方模型/ Coze/ 第三方模型的参数后，可点击页面上的 "修改 AI 人设" 进行切换。 |
|
||
| **启动智能体之后, 对话无反馈，或者一直停留在 "AI 准备中, 请稍侯"；在启用数字人的情况下，一直停留在“数字人准备中，请稍候”** | <li>可能因为控制台中相关权限没有正常授予，请参考[流程](https://www.volcengine.com/docs/6348/1315561?s=g)再次确认下是否完成相关操作。此问题的可能性较大，建议仔细对照是否已经将相应的权限开通。</li><li>参数传递可能有问题, 例如参数大小写、类型等问题，请再次确认下这类型问题是否存在。</li><li>相关资源可能未开通或者用量不足/欠费，请再次确认。</li><li>**请检查当前使用的模型 ID / 数字人 AppId / Token 等内容都是正确且可用的。**</li><li>数字人服务有并发限制，当达到并发限制时，同样会表现为一直停留在“数字人准备中”状态</li> |
|
||
| **浏览器报了 `Uncaught (in promise) r: token_error` 错误** | 请检查您填在项目中的 RTC Token 是否合法，检测用于生成 Token 的 UserId、RoomId 以及 Token 本身是否与项目中填写的一致；或者 Token 可能过期, 可尝试重新生成下。 |
|
||
| **[StartVoiceChat]Failed(Reason: The task has been started. Please do not call the startup task interface repeatedly.)** 报错 | 如果设置的 RoomId、UserId 为固定值，重复调用 startAgent 会导致出错，只需先调用 stopAgent 后再重新 startAgent 即可。 |
|
||
| 为什么麦克风、摄像头开启失败？浏览器报了`TypeError: Cannot read properties of undefined (reading 'getUserMedia')` | 检查当前页面是否为[安全上下文](https://developer.mozilla.org/zh-CN/docs/Web/Security/Secure_Contexts)（简单来说，检查当前页面是否为 `localhost` 或者 是否为 https 协议）。浏览器[限制](https://developer.mozilla.org/zh-CN/docs/Web/Security/Secure_Contexts/features_restricted_to_secure_contexts) `getUserMedia` 只能在安全上下文中使用。 |
|
||
| 为什么我的麦克风正常、摄像头也正常，但是设备没有正常工作? | 可能是设备权限未授予，详情可参考 [Web 排查设备权限获取失败问题](https://www.volcengine.com/docs/6348/1356355?s=g)。 |
|
||
| 接口调用时, 返回 "Invalid 'Authorization' header, Pls check your authorization header" 错误 | `backend/scenes/*.json` 中的 AK/SK 不正确 |
|
||
| 什么是 RTC | **R**eal **T**ime **C**ommunication, RTC 的概念可参考[官网文档](https://www.volcengine.com/docs/6348/66812?s=g)。 |
|
||
| 不清楚什么是主账号，什么是子账号 | 可以参考[官方概念](https://www.volcengine.com/docs/6257/64963?hyperlink_open_type=lark.open_in_browser&s=g) 。|
|
||
| 我有自己的服务端了, 我应该怎么让前端调用我的服务端呢 | 修改 `src/config/index.ts` 中的 `AIGC_PROXY_HOST` 请求域名和接口并在 `src/app/api.ts` 中修改接口参数配置 `APIS_CONFIG` |
|
||
|
||
如果有上述以外的问题，欢迎联系我们反馈。
|
||
|
||
### 相关文档
|
||
- [场景介绍](https://www.volcengine.com/docs/6348/1310537?s=g)
|
||
- [Demo 体验](https://www.volcengine.com/docs/6348/1310559?s=g)
|
||
- [场景搭建方案](https://www.volcengine.com/docs/6348/1310560?s=g)
|
||
|
||
## 更新日志
|
||
|
||
### OpenAPI 更新
|
||
参考 [OpenAPI 更新](https://www.volcengine.com/docs/6348/1544162) 中与 实时对话式 AI 相关的更新内容。
|
||
|
||
### Demo 更新
|
||
|
||
#### [1.6.0]
|
||
- 2025-09-30
|
||
- 更新数字人场景相关配置
|
||
- 2025-07-08
|
||
- 更新 RTC Web SDK 版本至 4.66.20
|
||
- 2025-06-26
|
||
- 修复进房有问题的 BUG
|
||
- 2025-06-23
|
||
- 简化 Demo 使用, 配置归一化。
|
||
- 删除无用组件。
|
||
- 追加服务端 README。
|
||
- 2025-06-18
|
||
- 更新 RTC Web SDK 版本至 4.66.16
|
||
- 更新 UI 和参数配置方式
|
||
- 更新 Readme 文档
|
||
- 追加 Node 服务的参数检测能力
|
||
- 追加 Node 服务的 Token 生成能力 |