基于完整的状态机管理，提供唤醒 → 对话 → 打断 → 结束全链路语音交互能力。
一行代码接入，让您的数字人、智能客服、IoT 设备拥有自然对话能力。
从唤醒到结束，每一个状态转换都经过精心设计，确保对话自然流畅
支持自定义唤醒词，精准检测用户意图。支持本地唤醒引擎 + 云端双重验证，误唤醒率低于 0.5%。
WebSocket 全双工通信，流式语音识别 + 流式回复。支持上下文记忆、多轮对话管理，可接入任意 LLM 大模型后端。
用户随时可以打断正在播放的回复，系统立即停止当前输出并处理新的输入。VAD 智能判断打断时机。
支持多种结束方式：超时自动结束、关键词触发、手动调用 API。结束时自动清理会话资源，支持会话摘要导出。
支持 WebSocket、HTTP REST、gRPC 多种接入方式。提供 JavaScript/Python/Java/Go 官方 SDK，全平台适配。
API Key + JWT 双重认证，请求签名防篡改。数据传输全程加密，支持私有化部署，满足行业合规要求。
完整的状态机模型，让语音交互的行为清晰可控
用户说出唤醒词或调用 wake API，系统从 Idle 进入 Listening 状态，开始接收音频流。
语音活动检测到用户停止说话，自动将识别结果发送至 LLM，进入 Thinking 状态等待回复。
LLM 开始流式返回文本，TTS 实时合成语音播放。此状态下用户可随时打断。
用户在 Speaking 状态开口说话，VAD 检测到语音立即打断播报，回到 Listening 状态处理新输入。
一轮对话结束后自动回到 Listening（连续模式）或 Idle（单次模式），支持上下文保持。
超时、关键词触发或调用 stop API，进入 Ended 状态，释放资源并返回会话摘要。
语音助手 API 可广泛应用于各类需要语音交互的产品与服务
为 2D/3D 数字人注入语音交互能力，实现口型同步、表情联动的自然对话体验。
替代传统 IVR 按键导航，用户直接语音描述问题，AI 理解意图并精准回复。
语音控制灯光、空调、窗帘等设备，支持场景联动和连续指令。
驾驶场景下的语音交互，支持导航、音乐、电话等功能。低延迟响应。
语言学习口语陪练、课堂互动问答、儿童故事机等教育场景。
语音录入病历、智能分诊、用药提醒等医疗场景。支持专业术语识别。