語音
用語音和 Minara 對話並聽它回答 : 網頁終端與各消息平臺均支持,回覆邊生成邊逐句朗讀。
Minara 在所有聊天界面支持語音。網頁終端裡用麥克風按鈕口述消息,回覆會 邊生成邊朗讀(首句不到一秒即可聽到)。在消息平臺上發送語音條,agent 會 轉寫、用文字回答,開啟後還會附帶一條語音回覆。
配置
語音使用可插拔的語音服務,設置其一:
ELEVENLABS_API_KEY: 設置後優先使用(合成延遲最低,Scribe 聽寫)。OPENAI_API_KEY: 回退方案,也是唯一能產出 OGG/Opus 語音條的服務 (Telegram、飛書、WhatsApp 會渲染為原生語音氣泡)。
消息平臺語音回覆用 MESSAGING_VOICE_REPLY=1 開啟,入站轉寫用
MESSAGING_INBOUND_TRANSCRIBE=1 開啟。語音消息會持久化進聊天記錄:
你的消息保留原始錄音,回覆保留當時朗讀的音頻。
平臺支持
| 平臺 | 接收語音 | 發送語音回覆 | 說明 |
|---|---|---|---|
| 網頁終端 | 是 | 是 | 每個聊天界面都有麥克風按鈕 + 流式朗讀 |
| Telegram | 是 | 是 | 原生語音條(OGG/Opus) |
| Discord | 是 | 是 | 音頻附件 |
| Slack | 是 | 是 | 音頻文件上傳 |
| 是 | 是 | Cloud API audio 類型;Opus 渲染為語音條 | |
| 飛書 / Lark | 是 | 是 | Opus 上傳渲染為語音氣泡 |
| Matrix | 是 | 是 | MSC3245 語音消息 |
| Mattermost | 是 | 是(音頻文件) | 客戶端內聯播放器 |
| BlueBubbles(iMessage) | 是 | 是(音頻文件) | |
| Google Chat | 否 | 是(音頻文件) | 入站下載需要服務賬號媒體權限(計劃中) |
| 微信公眾號 | 是 | 是 | 優先使用微信自帶轉寫;AMR 回退需要 ffmpeg |
| 企業微信 | 是 | 是 | 雙向 AMR : 需要 ffmpeg(VOICE_FFMPEG_PATH) |
| LINE | 是 | 僅文字 | 發送音頻需要公網媒體 URL(計劃中) |
| Signal | 否 | 是(音頻文件) | 入站語音待接 signal-cli 附件存儲(計劃中) |
| Email / Gmail | 否 | 是(mp3 附件) | 無入站消息通道 |
| Microsoft Teams | 否 | 僅文字 | 文件發送需要 consent 卡片流程(計劃中) |
| 釘釘 | 否 | 僅文字 | 機器人 webhook 無媒體上傳(計劃中) |
| 否 | 僅文字 | 語音為 Silk 編碼,標準 ffmpeg 無法編碼 |
標註"計劃中"的平臺,凡入站語音能到達 agent 的,都會以文字回覆。