实时音视频
实时音视频
文档指南
请输入
- 文档首页
实时音视频AI 音视频互动方案开发指南播报时过滤或转译 LLM 指定内容
复制全文
下载 pdf播报时过滤或转译 LLM 指定内容
文档反馈
问问助手如果 LLM 生成的文本中包含非对话内容（如旁白、状态词）、Markdown 符号或 LaTeX 公式，直接进行语音合成会导致播报生硬、不易懂。支持在合成之前，对上述文本进行过滤或转译，以确保 AI 语音回复自然且符合人类听感。
过滤 Markdown 标签
自动过滤 LLM 返回文本中的 Markdown 符号（如 **、# 等），防止 AI 将其作为普通文本读出，确保语音播报流畅自然。
- **LLM ** ：请执行 grep 命令查看日志。
- AI 播报：请执行 grep 命令查看日志。
- 字幕显示：请执行 grep 命令查看日志。
使用限制
- 该功能仅在使用 火山引擎语音合成大模型（流式输入流式输出） 或 火山引擎声音复刻大模型（流式输入流式输出） 时支持。
- 过滤操作仅针对语音，字幕仍会显示 LLM 原始返回文本。
配置方法
调用 StartVoiceChat 接口时，将 ProviderParams.additions 中的 disable_markdown_filter 设置为 true。
{
"TTSConfig": {
"Provider": "volcano_bidirection",
"ProviderParams": {
"additions": {
"disable_markdown_filter": true
}
}
}
}
过滤 LLM 回复中的指令标签
如果您需要 LLM 在回复文本中生成动作、情绪等特定指令，可引导其将指令包裹在括号内。同时利用 IgnoreBracketText 功能，使这些指令不被 TTS 播报，且会随字幕下发至客户端，用于实现本地业务逻辑（如驱动本地数字人表情、触发客户端 UI 等）。具体实现方式，参见传递自定义指令。
注意
该功能仅在使用火山引擎豆包语音的 TTS 服务时生效。
朗读 LaTeX 公式
将 LLM 回复文本中的 LaTeX 公式转译为适合语音播报的自然语言文本后，再进行语音合成。
- LLM 返回：根据公式 a^2 + b^2 = c^2 可知...
- AI 播报：根据公式 a 的平方加上 b 的平方等于 c 的平方 可知...
- 字幕显示：根据公式 a^2 + b^2 = c^2 可知...
使用限制
- 该功能仅在使用 火山引擎语音合成大模型（流式输入流式输出） 或 火山引擎声音复刻大模型（流式输入流式输出） 时支持。
- 使用语音合成大模型 2.0 或声音复刻大模型 2.0 时，该功能与 SubtitleConfig.SubtitleMode:0（对齐音频时间戳）不可同时启用。
- 字幕仍显示原始 LaTeX 公式（如 a^2 + b^2 = c^2），播放的语音为转换后的自然语言。
配置方法
调用 StartVoiceChat 接口时，需在 ProviderParams.additions 中配置以下参数：
- disable_markdown_filter：必须设置为 true。
- enable_latex_tn：设置为 true。
{
"TTSConfig": {
"Provider": "volcano_bidirection",
"ProviderParams": {
"additions": {
"disable_markdown_filter": true, // 必须开启
"enable_latex_tn": true // 开启公式朗读
}
}
}
}
最近更新时间：2026.10.08 11:23:35
这个页面对您有帮助吗？
有用
有用
无用
无用