面向个人陪伴与语音交互场景,构建一个带记忆和人格设定的 AI 语音对话助手,支持实时语音对聊,让对话更连贯、更自然。
点击空白处退出提示
面向个人陪伴与语音交互场景,构建一个带记忆和人格设定的 AI 语音对话助手,支持实时语音对聊,让对话更连贯、更自然。
实时语音对话:浏览器端语音识别、大模型生成回复、语音合成播报,全链路走 WebSocket 长连接,首包响应约 0.38 秒。带分层记忆系统,能记住并主动调用与用户的历史事实,回复更连贯;支持语音、点播、文字三种模式。
后端 Python FastAPI + WebSocket 维护长连接,接入大模型 API 做流式响应,edge-tts 做语音合成,浏览器 Web Speech API 做语音识别。记忆用 SQLite 三表:facts(事实按 0/1/2 分级)、messages、summaries(滚动压缩),检索打分 = 双字重合×3 + 单字重合×0.45 + 分级×0.7 − 时间衰减。前端原生 JS 实现按住说话、上滑取消。



评论