大模型实时互动

• 互动应用：大模型实时互动基础业务单元，每个互动应用有唯一的AppID，并且对应一种互动类型，包括语音互动、视频互动、数字人互动，每个互动应用下可以创建多个互动实例。
• ASR：语音转文字，在大模型互动时将用户的语音流转化成文字，然后输出给大模型。
• TTS：文字转语音，在大模型互动时将大模型输出的文字转化成语音，然后进行播放。
• 声音复刻：支持通过30s-1min的音频文件进行快速音色复刻。
• LLM：大语言模型，使用大量文本数据训练的深度学习模型，使得该模型可以生成自然语言文本或理解语言文本的含义。
• 智能体：可以自主思考、决策，并执行复杂任务的Agent。
• function call：通过大模型调用预先定义好的函数，以完成特定任务，如“调大音量”、”拍照“等。
• 话题：在大模型互动中，客户可自定义的大模型，将一类或几类话题的意图，转发到自定义的大模型服务。例如：育儿话题、佛学佛经话题。
• 场景与角色：通过场景及角色功能，您可以设定大模型的作用范围，包括指定大模型扮演的角色、具备的能力、输出结果的格式与风格等，角色如太乙真人、哪吒，场景如成语接龙、猜谜语等，支持设置多个场景与角色。
• 云渲染：云渲染是指将语音、视频、图文、网页等内容在云端渲染处理，渲染完成后将结果传回本地设备显示，适用于低算力设备使用。
• 语音互动：互动应用类型之一，支持用户通过语音通话的方式与大模型进行实时互动。
• 视频互动：互动应用类型之一，支持用户通过音/视频通话的方式与大模型进行实时互动。
• 数字人互动：互动应用类型之一，支持用户通过数字人通话的方式与大模型进行实时互动。
• 大模型互动框架：提供大模型实时互动全链路服务，包括实时音视频、语音增强、语音转文字、大模型、文字转语音服务，其中大模型、文字转语音服务支持客户接入第三方服务。
• License授权：License是大模型互动服务的一种计费模式，在智能硬件场景中，百度通过License对单个设备进行收费，客户购买License后，需要将License烧录在设备中激活SDK使用，在License有效期内，设备使用服务不再进行收费。