智能体切换与音色切换

概述

在 WebSocket 连接中，支持智能体切换和音色切换两种功能：

• 智能体切换：连接握手时通过 X-Agent-ID Header 指定
• 音色切换：会话中发送 listen 消息的 agent_params.voice 参数

说明

Header 里的音色切换不再支持，统一走 listen 消息进行音色切换。

1. 智能体切换

在 WebSocket 握手 Header 中传入 X-Agent-ID：

X-Agent-ID: <agent_id>

此参数决定当前连接使用哪个智能体配置。

2. 音色切换（会话内）

在 listen 消息中通过 agent_params.voice 参数切换 TTS 音色：

{
  "type": "listen",
  "state": "detect",
  "agent_params": {
    "voice": {
      "id": "xxxxx"
    }
  }
}

带文本的示例：

{
  "type": "listen",
  "state": "detect",
  "text": "你当前身份是李白，结合之前你杜甫的身份，开始对话吧",
  "agent_params": {
    "voice": {
      "id": "xxxxx"
    }
  }
}

参数说明

字段	必填	说明
id	是	音色 ID，去空白后非空，长度 <= 128
volume	否	音量，范围 [1.0, 100.0]
speed	否	语速，范围 [0.5, 2.0]
pitch	否	音调，范围 [0.5, 2.0]
emotion	否	情感，字符串，去空白后非空，长度 <= 32

3. 行为说明

• X-Agent-ID：决定当前连接使用哪个智能体配置
• listen.voice：只改 TTS 音色，不切换智能体
• 音色切换默认保持当前会话上下文连续