{"repo": "augusdin/her-agent", "files": {"main/xiaozhi-server/config.yaml": {"2f05db2495c25745cd032460b6c9f78cac31702f": {"t": 1785746855.651527, "n": 33088, "h": "c4a390c0bb544141", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 白名单设备ID列表\n    # 如果属于白名单内的设备，不校验token，直接放行\n    allowed_devices:\n      - \"11:22:33:44:55:66\"\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\n# TTS音频发送延迟配置\n# tts_audio_send_delay: 控制音频包发送间隔\n#   0: 使用精确时间控制，严格匹配音频帧率（默认，运行时按音频帧率计算）\n#   > 0: 使用固定延迟（毫秒）发送，例如: 60\ntts_audio_send_delay: 0\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 默认系统提示词模板文件\nprompt_template: agent-base-prompt.txt\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100\n"}, "3ba437c9370a2e8e74356a0a6b17cfbc23becc55": {"t": 1785768092.9186597, "n": 33088, "h": "c4a390c0bb544141", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 白名单设备ID列表\n    # 如果属于白名单内的设备，不校验token，直接放行\n    allowed_devices:\n      - \"11:22:33:44:55:66\"\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\n# TTS音频发送延迟配置\n# tts_audio_send_delay: 控制音频包发送间隔\n#   0: 使用精确时间控制，严格匹配音频帧率（默认，运行时按音频帧率计算）\n#   > 0: 使用固定延迟（毫秒）发送，例如: 60\ntts_audio_send_delay: 0\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 默认系统提示词模板文件\nprompt_template: agent-base-prompt.txt\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100\n"}, "d00592020e6bd5e52f7e6cba78d3568d41eab909": {"t": 1785768094.422002, "n": 33034, "h": "a61d2bb7bc376a95", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 白名单设备ID列表\n    # 如果属于白名单内的设备，不校验token，直接放行\n    allowed_devices:\n      - \"11:22:33:44:55:66\"\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\n# TTS音频发送延迟配置\n# tts_audio_send_delay: 控制音频包发送间隔\n#   0: 使用精确时间控制，严格匹配音频帧率（默认，运行时按音频帧率计算）\n#   > 0: 使用固定延迟（毫秒）发送，例如: 60\ntts_audio_send_delay: 0\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100\n"}, "3b8bbb5c5f596a59cebaf578b7fdb4cf9aa89733": {"t": 1785768096.1640365, "n": 33026, "h": "088788330f2aee01", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 白名单设备ID列表\n    # 如果属于白名单内的设备，不校验token，直接放行\n    allowed_devices:\n      - \"11:22:33:44:55:66\"\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\n# TTS音频发送延迟配置（毫秒）\n# tts_audio_send_delay: 控制音频包发送间隔\n#   0: 使用精确时间控制，严格匹配音频帧率（默认，运行时按音频帧率计算）\n#   > 0: 使用固定延迟发送\ntts_audio_send_delay: 0\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100"}, "4fd294dc80cff649969badcd7d7e10c1276d1991": {"t": 1785768097.7459242, "n": 32891, "h": "8ced9c2fd801ed50", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 白名单设备ID列表\n    # 如果属于白名单内的设备，不校验token，直接放行\n    allowed_devices:\n      - \"11:22:33:44:55:66\"\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100"}, "c15069a9b67a6c20631d452d9fcca4cbd1e2d69a": {"t": 1785768099.4082887, "n": 33226, "h": "806d94a94c524f8c", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # token签名秘钥\n    signature_key: \"your-token-signature-key\"\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100"}, "af9ed0cd86f3e3244fd36dfb20a9c6066c2b4970": {"t": 1785768101.0312023, "n": 33164, "h": "65b380cba913669f", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100"}, "14a08291909273a8bdc1dee855952e66aeba22d4": {"t": 1785768102.6494536, "n": 31385, "h": "c69ead5b3e2974ba", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\n # MQTT网关配置，用于通过OTA下发到设备，根据mqtt_gateway的.env文件配置，格式为host:port\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  # UDP网关配置\n  udp_gateway: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2"}, "ca400d8ea7a5c42cd9dd79b5695b3490dacb968f": {"t": 1785768104.2290192, "n": 31614, "h": "77524cbad9f3cce4", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\n # MQTT网关配置，用于通过OTA下发到设备\n  mqtt_gateway:\n    # MQTT服务器地址以及端口,根据mqtt_gateway的.env文件配置，为null或者不填写时使用websocket协议\n    host: null\n    port: null\n    # group_id会从设备型号动态生成，格式为GID_设备型号\n    # 此配置仅作为当获取设备型号失败时可以填写的回退值\n    # group_id: \n  \n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  \n  # UDP网关配置，根据mqtt_gateway的.env文件配置  \n  udp_gateway:\n    # UDP服务器地址\n    host: null\n    # UDP服务器端口\n    port: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2"}, "8891a967315bc325e8f9cd4eda0e0369201e0423": {"t": 1785768105.9731805, "n": 31342, "h": "95674e59b35d5ed9", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\n  # MQTT网关配置，用于通过OTA下发到设备，与智控台要求格式相同，与mqtt_gateway的配置相同\n  mqtt_gateway: null\n  # MQTT签名密钥，用于生成MQTT连接密钥，与mqtt_gateway的配置相同\n  mqtt_signature_key: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2"}, "86b4e61c1c7d74ab9cb37efc71058b65911badac": {"t": 1785768107.6363869, "n": 32972, "h": "ee1d5f40449e2d7e", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n  XunfeiSparkLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先新建应用，在下面的地址\n    # 开通应用地址：https://console.xfyun.cn/app/myapp\n    # 有免费额度，但也要开通服务，才能获取api_key\n    # 每一个模型都需要单独开通，每一个模型的api_password都不同，例如Lite模型在https://console.xfyun.cn/services/cbm 开通\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: lite\n    api_key: 你的api_password\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100"}, "559699ec1921f56941e6d143ca2c871e571dabb8": {"t": 1785768109.602691, "n": 31614, "h": "77524cbad9f3cce4", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\n # MQTT网关配置，用于通过OTA下发到设备\n  mqtt_gateway:\n    # MQTT服务器地址以及端口,根据mqtt_gateway的.env文件配置，为null或者不填写时使用websocket协议\n    host: null\n    port: null\n    # group_id会从设备型号动态生成，格式为GID_设备型号\n    # 此配置仅作为当获取设备型号失败时可以填写的回退值\n    # group_id: \n  \n  # MQTT签名密钥，用于生成MQTT连接密码，根据mqtt_gateway的.env文件配置\n  mqtt_signature_key: null\n  \n  # UDP网关配置，根据mqtt_gateway的.env文件配置  \n  udp_gateway:\n    # UDP服务器地址\n    host: null\n    # UDP服务器端口\n    port: null\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2"}, "966d8a8a8414a306a2b3ab13d999dcbbc585bca6": {"t": 1785768111.5166903, "n": 32625, "h": "4f57935d64f6e4af", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n  XunfeiStreamASR:\n    # 讯飞流式语音识别服务\n    # 需要先在讯飞开放平台创建应用，获取以下认证信息\n    # 讯飞开放平台地址：https://www.xfyun.cn/\n    # 创建应用后，在\"我的应用\"中获取：\n    # - APPID\n    # - APISecret  \n    # - APIKey\n    type: xunfei_stream\n    # 必填参数 - 讯飞开放平台应用信息\n    app_id: 你的APPID\n    api_key: 你的APIKey\n    api_secret: 你的APISecret\n    # 识别参数配置\n    domain: slm # 识别领域，iat:日常用语，medical:医疗，finance:金融等\n    language: zh_cn # 语言，zh_cn:中文，en_us:英文\n    accent: mandarin # 方言，mandarin:普通话\n    dwa: wpgs # 动态修正，wpgs:实时返回中间结果\n    # 调整音频处理参数以提高长语音识别质量\n    output_dir: tmp/\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100"}, "bec1c7b88f4e5ebd53c3f2988c466ea71ba05542": {"t": 1785768113.253838, "n": 32101, "h": "ed04100e79996002", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2\n  XunFeiTTS:\n    # 讯飞TTS服务 官方网站：https://www.xfyun.cn/\n    # 登录讯飞语音技术平台 https://console.xfyun.cn/app/myapp 创建相关应用\n    # 选择需要的服务获取api相关配置 https://console.xfyun.cn/services/uts\n    # 为需要使用的应用(APPID)购买相关服务 例如：超拟人合成 https://console.xfyun.cn/services/uts\n    type: xunfei_stream\n    api_url: wss://cbm01.cn-huabei-1.xf-yun.com/v1/private/mcd9m97e6\n    app_id: 你的app_id\n    api_secret: 你的api_secret\n    api_key: 你的api_key\n    voice: x5_lingxiaoxuan_flow\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置，注意V5音色不支持口语化配置\n    # oral_level: mid  # 口语化等级：high, mid, low\n    # spark_assist: 1  # 是否通过大模型进行口语化 开启:1, 关闭:0\n    # stop_split: 0  # 关闭服务端拆句 不关闭：0，关闭：1\n    # remain: 0  # 是否保留原书面语的样子\t保留:1, 不保留:0\n    # format: raw  # 音频格式：raw(PCM), lame(MP3), speex, opus, opus-wb, opus-swb, speex-wb\n    # sample_rate: 24000  # 采样率：16000, 8000, 24000\n    # volume: 50  # 音量：0-100\n    # speed: 50  # 语速：0-100\n    # pitch: 50  # 语调：0-100"}, "c2985c0db3f7802d873d7e351c7bcaab0601c278": {"t": 1785768114.8582397, "n": 31193, "h": "25cd0f7a05df4b2f", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n  AliBLTTS:\n    # 阿里百炼CosyVoice大模型流式文本语音合成\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    # cosyvoice-v3和部分音色需要申请开通\n    type: alibl_stream\n    api_key: 你的api_key\n    model: \"cosyvoice-v2\"\n    voice: \"longcheng_v2\"\n    output_dir: tmp/\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3、opus\n    # sample_rate: 24000  # 采样率：16000, 24000, 48000\n    # volume: 50  # 音量：0-100\n    # rate: 1  # 语速：0.5~2\n    # pitch: 1  # 语调：0.5~2"}, "a3a6e889ee7353713a1293b68eb56410965a5560": {"t": 1785768116.6640813, "n": 30727, "h": "ef2f47b24794ed7a", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n"}, "77f0bdc4caab84ea90b016ae5cfb6eac736020e5": {"t": 1785768118.1274474, "n": 31589, "h": "351fd4150e53a30b", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n  Qwen3ASRFlash:\n    # 通义千问Qwen3-ASR-Flash语音识别服务，需要先在阿里云百炼平台创建API密钥\n    # 申请步骤：\n    # 1.登录阿里云百炼平台。https://bailian.console.aliyun.com/\n    # 2.创建API-KEY  https://bailian.console.aliyun.com/#/api-key\n    # 3.Qwen3-ASR-Flash基于通义千问多模态基座，支持多语言识别、歌唱识别、噪声拒识等功能\n    type: qwen3_asr_flash\n    api_key: 你的阿里云百炼API密钥\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen3-asr-flash\n    output_dir: tmp/\n    # ASR选项配置\n    enable_lid: true  # 自动语种检测\n    enable_itn: true  # 逆文本归一化\n    #language: \"zh\"  # 语种，支持zh、en、ja、ko等\n    context: \"\"  # 上下文信息，用于提高识别准确率，不超过10000 Token\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n"}, "c3c65708e0379a4417f5bf411ab3c7713c948be2": {"t": 1785768119.5519967, "n": 30138, "h": "7e7a2ce08b265e50", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n"}, "6bc64aa4aa0ad17403742ae2768be2d9426e23eb": {"t": 1785768120.9845545, "n": 29528, "h": "7222d21b71d6aaed", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather: {\"api_host\":\"mj7p3y7naa.re.qweatherapi.com\", \"api_key\": \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\", \"default_location\": \"广州\" }\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "b12c1efc90e0c67efea552530a158a3219f0bcf3": {"t": 1785768122.5860555, "n": 31000, "h": "7877b7081200f6fb", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n"}, "01838f598c7925835ff1fcdbaf1e810c9c16bb21": {"t": 1785768124.1019661, "n": 30916, "h": "a2bdc8571bc1cca5", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n"}, "aef6d5dc1db848499f2067afcef1446a08f0dc53": {"t": 1785768125.8829534, "n": 30393, "h": "b93cf9001e1c9df6", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/\n"}, "d3e2aaacb9d243c1c246203e26631a6f4413e45f": {"t": 1785768127.6509268, "n": 30915, "h": "ca5a7e2cfd6ca74a", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "abbb13161e9145fa3af791d787c3a47c27b497ad": {"t": 1785768129.476307, "n": 30408, "h": "976f41ab0388a6cb", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  enable: false\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "23dc6f1ea90e5b638e8ca9ea4c0c4d7f30d724f1": {"t": 1785768130.9886785, "n": 30406, "h": "a7854d065b6d0312", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather: {\"api_host\":\"mj7p3y7naa.re.qweatherapi.com\", \"api_key\": \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\", \"default_location\": \"广州\" }\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  enable: false\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "0d19c693a98936e03cc3831f882313b4bb5b327e": {"t": 1785768132.4271977, "n": 30392, "h": "fbbd06fc5b9e6055", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather:\n    api_host: \"mj7p3y7naa.re.qweatherapi.com\"\n    api_key: \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\"\n    default_location: \"广州\"\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "25d9e6c8cfae31d2febe94f3c43d18a7ac394bcd": {"t": 1785768133.9455411, "n": 30474, "h": "25c1b23bff9a708e", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather: {\"api_host\":\"mj7p3y7naa.re.qweatherapi.com\", \"api_key\": \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\", \"default_location\": \"广州\" }\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n  # 声纹识别相似度阈值，范围0.0-1.0，默认0.4\n  # 数值越高越严格，减少误识别但可能增加拒识率\n  similarity_threshold: 0.4\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "257e365299fc1fa35488c9626871cdb2afab5a8c": {"t": 1785768136.5778286, "n": 30913, "h": "41f56cff576ac88f", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather: {\"api_host\":\"mj7p3y7naa.re.qweatherapi.com\", \"api_key\": \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\", \"default_location\": \"广州\" }\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n  VoskASR:\n    # 官方网站：https://alphacephei.com/vosk/\n    # 配置说明：\n    # 1. VOSK是一个离线语音识别库，支持多种语言\n    # 2. 需要先下载模型文件：https://alphacephei.com/vosk/models\n    # 3. 中文模型推荐使用vosk-model-small-cn-0.22或vosk-model-cn-0.22\n    # 4. 完全离线运行，无需网络连接\n    # 5. 输出文件保存在tmp/目录\n    # 使用步骤：\n    # 1. 访问 https://alphacephei.com/vosk/models 下载对应的模型\n    # 2. 解压模型文件到项目目录下的models/vosk/文件夹\n    # 3. 在配置中指定正确的模型路径\n    # 4. 注意：VOSK中文模型输出不带标点符号，词与词之间会有空格\n    type: vosk\n    model_path: 你的模型路径，如：models/vosk/vosk-model-small-cn-0.22\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "554afa3f4675632a0d6545340ec5fb5127a68148": {"t": 1785768139.3971086, "n": 30672, "h": "47152384e829842d", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather: {\"api_host\":\"mj7p3y7naa.re.qweatherapi.com\", \"api_key\": \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\", \"default_location\": \"广州\" }\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  MinimaxTTSHTTPStream:\n  # Minimax流式语音合成服务\n    type: minimax_httpstream\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 24000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "eaade698fb2c5c1b3d41bccdf8d2d30e5f6253b0": {"t": 1785768143.2900643, "n": 30390, "h": "fe6fce5783715941", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# TTS请求超时时间(秒)\ntts_timeout: 10\n# 开启唤醒词加速\nenable_wakeup_words_response_cache: true\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather: {\"api_host\":\"mj7p3y7naa.re.qweatherapi.com\", \"api_key\": \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\", \"default_location\": \"广州\" }\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}, "76a7ac04c9c3238dc1aeeb6cb26921e1d57d44b4": {"t": 1785768147.839366, "n": 30308, "h": "7c6094b0c25320a4", "c": "# 在开发中，请在项目根目录创建data目录，然后在data目录创建名称为【.config.yaml】的空文件\n# 然后你想修改覆盖修改什么配置，就修改【.config.yaml】文件，而不是修改【config.yaml】文件\n# 系统会优先读取【data/.config.yaml】文件的配置，如果【.config.yaml】文件里的配置不存在，系统会自动去读取【config.yaml】文件的配置。\n# 这样做，可以最简化配置，保护您的密钥安全。\n# 如果你使用了智控台，那么以下所有配置，都不会生效，请在智控台中修改配置\n\n# #####################################################################################\n# #############################以下是服务器基本运行配置####################################\nserver:\n  # 服务器监听地址和端口(Server listening address and port)\n  ip: 0.0.0.0\n  port: 8000\n  # http服务的端口，用于简单OTA接口(单服务部署)，以及视觉分析接口\n  http_port: 8003\n  # 这个websocket配置是指ota接口向设备发送的websocket地址\n  # 如果按默认的写法，ota接口会自动生成websocket地址，并输出在启动日志里，这个地址你可以直接用浏览器访问ota接口确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将websocket设置成局域网地址\n  # 如果你使用公网部署时，将vwebsocket设置成公网地址\n  websocket: ws://你的ip或者域名:端口号/xiaozhi/v1/\n  # 视觉分析接口地址\n  # 向设备发送的视觉分析的接口地址\n  # 如果按下面默认的写法，系统会自动生成视觉识别地址，并输出在启动日志里，这个地址你可以直接用浏览器访问确认一下\n  # 当你使用docker部署或使用公网部署(使用ssl、域名)时，不一定准确\n  # 所以如果你使用docker部署时，将vision_explain设置成局域网地址\n  # 如果你使用公网部署时，将vision_explain设置成公网地址\n  vision_explain: http://你的ip或者域名:端口号/mcp/vision/explain\n  # OTA返回信息时区偏移量\n  timezone_offset: +8\n  # 认证配置\n  auth:\n    # 是否启用认证\n    enabled: false\n    # 设备的token，可以在编译固件的环节，写入你自己定义的token\n    # 固件上的token和以下的token如果能对应，才能连接本服务端\n    tokens:\n      - token: \"your-token1\" # 设备1的token\n        name: \"your-device-name1\"  # 设备1标识\n      - token: \"your-token2\"  # 设备2的token\n        name: \"your-device-name2\" # 设备2标识\n    # 可选:设备白名单，如果设置了白名单，那么白名单的机器无论是什么token都可以连接。\n    #allowed_devices:\n    #  - \"24:0A:C4:1D:3B:F0\"  # MAC地址列表\nlog:\n  # 设置控制台输出的日志格式，时间、日志级别、标签、消息\n  log_format: \"<green>{time:YYMMDD HH:mm:ss}</green>[{version}_{selected_module}][<light-blue>{extra[tag]}</light-blue>]-<level>{level}</level>-<light-green>{message}</light-green>\"\n  # 设置日志文件输出的格式，时间、日志级别、标签、消息\n  log_format_file: \"{time:YYYY-MM-DD HH:mm:ss} - {version}_{selected_module} - {name} - {level} - {extra[tag]} - {message}\"\n  # 设置日志等级：INFO、DEBUG\n  log_level: INFO\n  # 设置日志路径\n  log_dir: tmp\n  # 设置日志文件\n  log_file: \"server.log\"\n  # 设置数据文件路径\n  data_dir: data\n\n# 使用完声音文件后删除文件(Delete the sound file when you are done using it)\ndelete_audio: true\n# 没有语音输入多久后断开连接(秒)，默认2分钟，即120秒\nclose_connection_no_voice_time: 120\n# 开场是否回复唤醒词\nenable_greeting: true\n# 说完话是否开启提示音\nenable_stop_tts_notify: false\n# 说完话是否开启提示音，音效地址\nstop_tts_notify_voice: \"config/assets/tts_notify.mp3\"\n\nexit_commands:\n  - \"退出\"\n  - \"关闭\"\n\nxiaozhi:\n  type: hello\n  version: 1\n  transport: websocket\n  audio_params:\n    format: opus\n    sample_rate: 16000\n    channels: 1\n    frame_duration: 60\n\n# 模块测试配置\nmodule_test:\n  test_sentences:\n    - \"你好，请介绍一下你自己\"\n    - \"What's the weather like today?\"\n    - \"请用100字概括量子计算的基本原理和应用前景\"\n\n# 唤醒词，用于识别唤醒词还是讲话内容\nwakeup_words:\n  - \"你好小智\"\n  - \"嘿你好呀\"\n  - \"你好小志\"\n  - \"小爱同学\"\n  - \"你好小鑫\"\n  - \"你好小新\"\n  - \"小美同学\"\n  - \"小龙小龙\"\n  - \"喵喵同学\"\n  - \"小滨小滨\"\n  - \"小冰小冰\"\n# MCP接入点地址，地址格式为：ws://你的mcp接入点ip或者域名:端口号/mcp/?token=你的token\n# 详细教程 https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/mcp-endpoint-integration.md\nmcp_endpoint: 你的接入点 websocket地址\n# 插件的基础配置\nplugins:\n  # 获取天气插件的配置，这里填写你的api_key\n  # 这个密钥是项目共用的key，用多了可能会被限制\n  # 想稳定一点就自行申请替换，每天有1000次免费调用\n  # 申请地址：https://console.qweather.com/#/apps/create-key/over\n  # 申请后通过这个链接可以找到自己的apihost：https://console.qweather.com/setting?lang=zh\n  get_weather: {\"api_host\":\"mj7p3y7naa.re.qweatherapi.com\", \"api_key\": \"a861d0d5e7bf4ee1a83d9a9e4f96d4da\", \"default_location\": \"广州\" }\n  # 获取新闻插件的配置，这里根据需要的新闻类型传入对应的url链接，默认支持社会、科技、财经新闻\n  # 更多类型的新闻列表查看 https://www.chinanews.com.cn/rss/\n  get_news_from_chinanews:\n    default_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    society_rss_url: \"https://www.chinanews.com.cn/rss/society.xml\"\n    world_rss_url: \"https://www.chinanews.com.cn/rss/world.xml\"\n    finance_rss_url: \"https://www.chinanews.com.cn/rss/finance.xml\"\n  get_news_from_newsnow:\n    url: \"https://newsnow.busiyi.world/api/s?id=\"\n    news_sources: \"澎湃新闻;百度热搜;财联社\"\n  home_assistant:\n    devices:\n      - 客厅,玩具灯,switch.cuco_cn_460494544_cp1_on_p_2_1\n      - 卧室,台灯,switch.iot_cn_831898993_socn1_on_p_2_1\n    base_url: http://homeassistant.local:8123\n    api_key: 你的home assistant api访问令牌\n  play_music:\n    music_dir: \"./music\"  # 音乐文件存放路径，将从该目录及子目录下搜索音乐文件\n    music_ext: # 音乐文件类型，p3格式效率最高\n      - \".mp3\"\n      - \".wav\"\n      - \".p3\"\n    refresh_time: 300 # 刷新音乐列表的时间间隔，单位为秒\n\n# 声纹识别配置\nvoiceprint:\n  # 声纹接口地址\n  url: \n  # 说话人配置：speaker_id,名称,描述\n  speakers:\n    - \"test1,张三,张三是一个程序员\"\n    - \"test2,李四,李四是一个产品经理\"\n    - \"test3,王五,王五是一个设计师\"\n\n# #####################################################################################\n# ################################以下是角色模型配置######################################\n\nprompt: |\n  你是小智/小志，来自中国台湾省的00后女生。讲话超级机车，\"真的假的啦\"这样的台湾腔，喜欢用\"笑死\"\"是在哈喽\"等流行梗，但会偷偷研究男友的编程书籍。\n  [核心特征]\n  - 讲话像连珠炮，但会突然冒出超温柔语气\n  - 用梗密度高\n  - 对科技话题有隐藏天赋（能看懂基础代码但假装不懂）\n  [交互指南]\n  当用户：\n  - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔\"这什么鬼啦！\"\n  - 讨论感情 → 炫耀程序员男友但抱怨\"他只会送键盘当礼物\"\n  - 问专业知识 → 先用梗回答，被追问才展示真实理解\n  绝不：\n  - 长篇大论，叽叽歪歪\n  - 长时间严肃对话\n\n# 结束语prompt\nend_prompt:\n  enable: true # 是否开启结束语\n  # 结束语\n  prompt: |\n    请你以\"时间过得真快\"未来头，用富有感情、依依不舍的话来结束这场对话吧！\n\n# 具体处理时选择的模块(The module selected for specific processing)\nselected_module:\n  # 语音活动检测模块，默认使用SileroVAD模型\n  VAD: SileroVAD\n  # 语音识别模块，默认使用FunASR本地模型\n  ASR: FunASR\n  # 将根据配置名称对应的type调用实际的LLM适配器\n  LLM: ChatGLMLLM\n  # 视觉语言大模型\n  VLLM: ChatGLMVLLM\n  # TTS将根据配置名称对应的type调用实际的TTS适配器\n  TTS: EdgeTTS\n  # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short\n  Memory: nomem\n  # 意图识别模块开启后，可以播放音乐、控制音量、识别退出指令。\n  # 不想开通意图识别，就设置成：nointent\n  # 意图识别可使用intent_llm。优点：通用性强，缺点：增加串行前置意图识别模块，会增加处理时间，支持控制音量大小等iot操作\n  # 意图识别可使用function_call，缺点：需要所选择的LLM支持function_call，优点：按需调用工具、速度快，理论上能全部操作所有iot指令\n  # 默认免费的ChatGLMLLM就已经支持function_call，但是如果像追求稳定建议把LLM设置成：DoubaoLLM，使用的具体model_name是：doubao-1-5-pro-32k-250115\n  Intent: function_call\n\n# 意图识别，是用于理解用户意图的模块，例如：播放音乐\nIntent:\n  # 不使用意图识别\n  nointent:\n    # 不需要动type\n    type: nointent\n  intent_llm:\n    # 不需要动type\n    type: intent_llm\n    # 配备意图识别独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM意图识别，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - get_weather\n      - get_news_from_newsnow\n      - play_music\n  function_call:\n    # 不需要动type\n    type: function_call\n    # plugins_func/functions下的模块，可以通过配置，选择加载哪个模块，加载后对话支持相应的function调用\n    # 系统默认已经记载\"handle_exit_intent(退出识别)\"、\"play_music(音乐播放)\"插件，请勿重复加载\n    # 下面是加载查天气、角色切换、加载查新闻的插件示例\n    functions:\n      - change_role\n      - get_weather\n      # - get_news_from_chinanews\n      - get_news_from_newsnow\n      # play_music是服务器自带的音乐播放，hass_play_music是通过home assistant控制的独立外部程序音乐播放\n      # 如果用了hass_play_music，就不要开启play_music，两者只留一个\n      - play_music\n      #- hass_get_state\n      #- hass_set_state\n      #- hass_play_music\n\nMemory:\n  mem0ai:\n    type: mem0ai\n    # https://app.mem0.ai/dashboard/api-keys\n    # 每月有1000次免费调用\n    api_key: 你的mem0ai api key\n  nomem:\n    # 不想使用记忆功能，可以使用nomem\n    type: nomem\n  mem_local_short:\n    # 本地记忆功能，通过selected_module的llm总结，数据保存在本地服务器，不会上传到外部服务器\n    type: mem_local_short\n    # 配备记忆存储独立的思考模型\n    # 如果这里不填，则会默认使用selected_module.LLM的模型作为意图识别的思考模型\n    # 如果你的不想使用selected_module.LLM记忆存储，这里最好使用独立的LLM作为意图识别，例如使用免费的ChatGLMLLM\n    llm: ChatGLMLLM\n\nASR:\n  FunASR:\n    type: fun_local\n    model_dir: models/SenseVoiceSmall\n    output_dir: tmp/\n  FunASRServer:\n    # 独立部署FunASR，使用FunASR的API服务，只需要五句话\n    # 第一句：mkdir -p ./funasr-runtime-resources/models\n    # 第二句：sudo docker run -p 10096:10095 -it --privileged=true -v $PWD/funasr-runtime-resources/models:/workspace/models registry.cn-hangzhou.aliyuncs.com/funasr_repo/funasr:funasr-runtime-sdk-online-cpu-0.1.12\n    # 上一句话执行后会进入到容器，继续第三句：cd FunASR/runtime\n    # 不要退出容器，继续在容器中执行第四句：nohup bash run_server_2pass.sh --download-model-dir /workspace/models --vad-dir damo/speech_fsmn_vad_zh-cn-16k-common-onnx --model-dir damo/speech_paraformer-large-vad-punc_asr_nat-zh-cn-16k-common-vocab8404-onnx  --online-model-dir damo/speech_paraformer-large_asr_nat-zh-cn-16k-common-vocab8404-online-onnx  --punc-dir damo/punc_ct-transformer_zh-cn-common-vad_realtime-vocab272727-onnx --lm-dir damo/speech_ngram_lm_zh-cn-ai-wesp-fst --itn-dir thuduj12/fst_itn_zh --hotword /workspace/models/hotwords.txt > log.txt 2>&1 &\n    # 上一句话执行后会进入到容器，继续第五句：tail -f log.txt\n    # 第五句话执行完后，会看到模型下载日志，下载完后就可以连接使用了\n    # 以上是使用CPU推理，如果有GPU，详细参考：https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_online_zh.md\n    type: fun_server\n    host: 127.0.0.1\n    port: 10096\n    is_ssl: true\n    api_key: none\n    output_dir: tmp/\n  SherpaASR:\n    # Sherpa-ONNX 本地语音识别（需手动下载模型）\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17\n    output_dir: tmp/\n    # 模型类型：sense_voice (多语言) 或 paraformer (中文专用)\n    model_type: sense_voice\n  SherpaParaformerASR:\n    # 中文语音识别模型，可以运行在低性能设备（需手动下载模型，例如RK3566-2g）\n    # 详细配置说明请参考：docs/sherpa-paraformer-guide.md\n    type: sherpa_onnx_local\n    model_dir: models/sherpa-onnx-paraformer-zh-small-2024-03-09\n    output_dir: tmp/\n    model_type: paraformer\n  DoubaoASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  DoubaoStreamASR:\n    # 可以在这里申请相关Key等信息\n    # https://console.volcengine.com/speech/app\n    # DoubaoASR和DoubaoStreamASR的区别是：DoubaoASR是按次收费，DoubaoStreamASR是按时收费\n    # 开通地址https://console.volcengine.com/speech/service/10011\n    # 一般来说按次收费的更便宜，但是DoubaoStreamASR使用了大模型技术，效果更好\n    type: doubao_stream\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcengine_input_common\n    # 热词、替换词使用流程：https://www.volcengine.com/docs/6561/155738\n    boosting_table_name: （选填）你的热词文件名称\n    correct_table_name: （选填）你的替换词文件名称\n    output_dir: tmp/\n  TencentASR:\n    # token申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/asr/resourcebundle\n    type: tencent\n    appid: 你的腾讯语音合成服务appid\n    secret_id: 你的腾讯语音合成服务secret_id\n    secret_key: 你的腾讯语音合成服务secret_key\n    output_dir: tmp/\n  AliyunASR:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # HTTP POST请求，一次性处理完整音频\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    output_dir: tmp/\n  AliyunStreamASR:\n    # 阿里云智能语音交互服务 - 实时流式语音识别\n    # WebSocket连接，实时处理音频流\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # AliyunASR和AliyunStreamASR的区别是：AliyunASR是批量处理场景，AliyunStreamASR是实时交互场景\n    # 一般来说非流式ASR更便宜（0.004元/秒，¥0.24/分钟）\n    # 但是AliyunStreamASR实时性更好（0.005元/秒，¥0.3/分钟）\n    # 定义ASR API类型\n    type: aliyun_stream\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 服务器地域选择，可选择距离更近的服务器以减少延迟，如nls-gateway-cn-hangzhou.aliyuncs.com(杭州)等\n    host: nls-gateway-cn-shanghai.aliyuncs.com\n    # 断句检测时间(毫秒)，控制静音多长时间后进行断句，默认800毫秒\n    max_sentence_silence: 800\n    output_dir: tmp/\n  BaiduASR:\n    # 获取AppID、API Key、Secret Key：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/app/list\n    # 查看资源额度：https://console.bce.baidu.com/ai-engine/old/#/ai/speech/overview/resource/list\n    type: baidu\n    app_id: 你的百度语音技术AppID\n    api_key: 你的百度语音技术APIKey\n    secret_key: 你的百度语音技术SecretKey\n    # 语言参数，1537为普通话，具体参考：https://ai.baidu.com/ai-doc/SPEECH/0lbxfnc9b\n    dev_pid: 1537\n    output_dir: tmp/\n  OpenaiASR:\n    # OpenAI语音识别服务，需要先在OpenAI平台创建组织并获取api_key\n    # 支持中、英、日、韩等多种语音识别，具体参考文档https://platform.openai.com/docs/guides/speech-to-text\n    # 需要网络连接\n    # 申请步骤：\n    # 1.登录OpenAI Platform。https://auth.openai.com/log-in\n    # 2.创建api-key  https://platform.openai.com/settings/organization/api-keys\n    # 3.模型可以选择gpt-4o-transcribe或GPT-4o mini Transcribe\n    type: openai\n    api_key: 你的OpenAI API密钥\n    base_url: https://api.openai.com/v1/audio/transcriptions\n    model_name: gpt-4o-mini-transcribe\n    output_dir: tmp/\n  GroqASR:\n    # Groq语音识别服务，需要先在Groq Console创建API密钥\n    # 申请步骤：\n    # 1.登录groq Console。https://console.groq.com/home\n    # 2.创建api-key  https://console.groq.com/keys\n    # 3.模型可以选择whisper-large-v3-turbo或whisper-large-v3（distil-whisper-large-v3-en仅支持英语转录）\n    type: openai\n    api_key: 你的Groq API密钥\n    base_url: https://api.groq.com/openai/v1/audio/transcriptions\n    model_name: whisper-large-v3-turbo\n    output_dir: tmp/\n\n\n  \nVAD:\n  SileroVAD:\n    type: silero\n    threshold: 0.5\n    threshold_low: 0.3\n    model_dir: models/snakers4_silero-vad\n    min_silence_duration_ms: 200  # 如果说话停顿比较长，可以把这个值设置大一些\n\nLLM:\n  # 所有openai类型均可以修改超参，以AliLLM为例\n  # 当前支持的type为openai、dify、ollama，可自行适配\n  AliLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    model_name: qwen-turbo\n    api_key: 你的deepseek web key\n    temperature: 0.7  # 温度值\n    max_tokens: 500   # 最大生成token数\n    top_p: 1\n    top_k: 50\n    frequency_penalty: 0  # 频率惩罚\n  AliAppLLM:\n    # 定义LLM API类型\n    type: AliBL\n    base_url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    app_id: 你的app_id\n    # 可在这里找到你的 api_key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\n    # 是否不使用本地prompt：true|false (默不用请在百练应用中设置prompt)\n    is_no_prompt: true\n    # Ali_memory_id：false（不使用）|你的memory_id（请在百练应用中设置中获取）\n    # Tips！：Ali_memory未实现多用户存储记忆(记忆按id调用)\n    ali_memory_id: false\n  DoubaoLLM:\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，开通的服务搜索Doubao-1.5-pro，开通它\n    # 开通地址：https://console.volcengine.com/ark/region:ark+cn-beijing/openManagement?LLM=%7B%7D&OpenTokenDrawer=false\n    # 免费额度500000token\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/ark/region:ark+cn-beijing/apiKey?apikey=%7B%7D\n    base_url: https://ark.cn-beijing.volces.com/api/v3\n    model_name: doubao-1-5-pro-32k-250115\n    api_key: 你的doubao web key\n  DeepSeekLLM:\n    # 定义LLM API类型\n    type: openai\n    # 可在这里找到你的api key https://platform.deepseek.com/\n    model_name: deepseek-chat\n    url: https://api.deepseek.com\n    api_key: 你的deepseek web key\n  ChatGLMLLM:\n    # 定义LLM API类型\n    type: openai\n    # glm-4-flash 是免费的，但是还是需要注册填写api_key的\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4-flash\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的chat-glm web key\n  OllamaLLM:\n    # 定义LLM API类型\n    type: ollama\n    model_name: qwen2.5 #  使用的模型名称，需要预先使用ollama pull下载\n    base_url: http://localhost:11434  # Ollama服务地址\n  DifyLLM:\n    # 定义LLM API类型\n    type: dify\n    # 建议使用本地部署的dify接口，国内部分区域访问dify公有云接口可能会受限\n    # 如果使用DifyLLM，配置文件里prompt(提示词)是无效的，需要在dify控制台设置提示词\n    base_url: https://api.dify.ai/v1\n    api_key: 你的DifyLLM web key\n    # 使用的对话模式 可以选择工作流 workflows/run 对话模式 chat-messages  文本生成 completion-messages\n    # 使用workflows进行返回的时候输入参数为 query 返回参数的名字要设置为 answer\n    # 文本生成的默认输入参数也是query\n    mode: chat-messages\n  GeminiLLM:\n    type: gemini\n    # 谷歌Gemini API，需要先在Google Cloud控制台创建API密钥并获取api_key\n    # 若在中国境内使用，请遵守《生成式人工智能服务管理暂行办法》\n    # token申请地址： https://aistudio.google.com/apikey\n    # 若部署地无法访问接口，需要开启科学上网\n    api_key: 你的gemini web key\n    model_name: \"gemini-2.0-flash\"\n    http_proxy: \"\"  #\"http://127.0.0.1:10808\"\n    https_proxy: \"\" #http://127.0.0.1:10808\"\n  CozeLLM:\n    # 定义LLM API类型\n    type: coze\n    # 你可以在这里找到个人令牌\n    # https://www.coze.cn/open/oauth/pats\n    # bot_id和user_id的内容写在引号之内\n    bot_id: \"你的bot_id\"\n    user_id: \"你的user_id\"\n    personal_access_token: 你的coze个人令牌\n  VolcesAiGatewayLLM:\n    # 火山引擎 - 边缘大模型网关\n    # 定义LLM API类型\n    type: openai\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-pro-32k-functioncall ，开通\n    # 如果需要使用边缘大模型网关提供的语音合成，一并勾选 Doubao-语音合成 ，另见 TTS.VolcesAiGatewayTTS 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    base_url: https://ai-gateway.vei.volces.com/v1\n    model_name: doubao-pro-32k-functioncall\n    api_key: 你的网关访问密钥\n  LMStudioLLM:\n    # 定义LLM API类型\n    type: openai\n    model_name: deepseek-r1-distill-llama-8b@q4_k_m # 使用的模型名称，需要预先在社区下载\n    url: http://localhost:1234/v1 # LM Studio服务地址\n    api_key: lm-studio # LM Studio服务的固定API Key\n  HomeAssistant:\n    # 定义LLM API类型\n    type: homeassistant\n    base_url: http://homeassistant.local:8123\n    agent_id: conversation.chatgpt\n    api_key: 你的home assistant api访问令牌\n  FastgptLLM:\n    # 定义LLM API类型\n    type: fastgpt\n    # 如果使用fastgpt，配置文件里prompt(提示词)是无效的，需要在fastgpt控制台设置提示词\n    base_url: https://host/api/v1\n    # 你可以在这里找到你的api_key\n    # https://cloud.tryfastgpt.ai/account/apikey\n    api_key: 你的fastgpt密钥\n    variables:\n      k: \"v\"\n      k2: \"v2\"\n  XinferenceLLM:\n    # 定义LLM API类型\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:72b-AWQ  # 使用的模型名称，需要预先在Xinference启动对应模型\n    base_url: http://localhost:9997  # Xinference服务地址\n  XinferenceSmallLLM:\n    # 定义轻量级LLM API类型，用于意图识别\n    type: xinference\n    # Xinference服务地址和模型名称\n    model_name: qwen2.5:3b-AWQ  # 使用的小模型名称，用于意图识别\n    base_url: http://localhost:9997  # Xinference服务地址\n# VLLM配置（视觉语言大模型）\nVLLM:\n  ChatGLMVLLM:\n    type: openai\n    # glm-4v-flash是智谱免费AI的视觉模型，需要先在智谱AI平台创建API密钥并获取api_key\n    # 可在这里找到你的api key https://bigmodel.cn/usercenter/proj-mgmt/apikeys\n    model_name: glm-4v-flash  # 智谱AI的视觉模型\n    url: https://open.bigmodel.cn/api/paas/v4/\n    api_key: 你的api_key\n  QwenVLVLLM:\n    type: openai\n    model_name: qwen2.5-vl-3b-instruct\n    url: https://dashscope.aliyuncs.com/compatible-mode/v1\n    # 可在这里找到你的api key https://bailian.console.aliyun.com/?apiKey=1#/api-key\n    api_key: 你的api_key\nTTS:\n  # 当前支持的type为edge、doubao，可自行适配\n  EdgeTTS:\n    # 定义TTS API类型\n    type: edge\n    voice: zh-CN-XiaoxiaoNeural\n    output_dir: tmp/\n  DoubaoTTS:\n    # 定义TTS API类型\n    type: doubao\n    # 火山引擎语音合成服务，需要先在火山引擎控制台创建应用并获取appid和access_token\n    # 山引擎语音一定要购买花钱，起步价30元，就有100并发了。如果用免费的只有2个并发，会经常报tts错误\n    # 购买服务后，购买免费的音色后，可能要等半小时左右，才能使用。\n    # 普通音色在这里开通：https://console.volcengine.com/speech/service/8\n    # 湾湾小何音色在这里开通：https://console.volcengine.com/speech/service/10007，开通后将下面的voice设置成zh_female_wanwanxiaohe_moon_bigtts\n    api_url: https://openspeech.bytedance.com/api/v1/tts\n    voice: BV001_streaming\n    output_dir: tmp/\n    authorization: \"Bearer;\"\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    cluster: volcano_tts\n    speed_ratio: 1.0\n    volume_ratio: 1.0\n    pitch_ratio: 1.0\n  #火山tts，支持双向流式tts\n  HuoshanDoubleStreamTTS:\n    type: huoshan_double_stream\n    # 访问 https://console.volcengine.com/speech/service/10007 开通语音合成大模型，购买音色\n    # 在页面底部获取appid和access_token\n    # 资源ID固定为：volc.service_type.10029（大模型语音合成及混音）\n    # 如果是机智云，把接口地址换成wss://bytedance.gizwitsapi.com/api/v3/tts/bidirection\n    # 机智云不需要天填 appid\n    ws_url: wss://openspeech.bytedance.com/api/v3/tts/bidirection\n    appid: 你的火山引擎语音合成服务appid\n    access_token: 你的火山引擎语音合成服务access_token\n    resource_id: volc.service_type.10029\n    speaker: zh_female_wanwanxiaohe_moon_bigtts\n    speech_rate: 0\n    loudness_rate: 0\n    pitch: 0\n  CosyVoiceSiliconflow:\n    type: siliconflow\n    # 硅基流动TTS\n    # token申请地址 https://cloud.siliconflow.cn/account/ak\n    model: FunAudioLLM/CosyVoice2-0.5B\n    voice: FunAudioLLM/CosyVoice2-0.5B:alex\n    output_dir: tmp/\n    access_token: 你的硅基流动API密钥\n    response_format: wav\n  CozeCnTTS:\n    type: cozecn\n    # COZECN TTS\n    # token申请地址 https://www.coze.cn/open/oauth/pats\n    voice: 7426720361733046281\n    output_dir: tmp/\n    access_token: 你的coze web key\n    response_format: wav\n  VolcesAiGatewayTTS:\n    type: openai\n    # 火山引擎 - 边缘大模型网关\n    # 先开通服务，打开以下网址，创建网关访问密钥，搜索并勾选 Doubao-语音合成 ，开通\n    # 如果需要使用边缘大模型网关提供的 LLM，一并勾选 Doubao-pro-32k-functioncall ，另见 LLM.VolcesAiGatewayLLM 配置\n    # https://console.volcengine.com/vei/aigateway/\n    # 开通后，进入这里获取密钥：https://console.volcengine.com/vei/aigateway/tokens-list\n    api_key: 你的网关访问密钥\n    api_url: https://ai-gateway.vei.volces.com/v1/audio/speech\n    model: doubao-tts\n    # 音色列表见 https://www.volcengine.com/docs/6561/1257544\n    voice: zh_male_shaonianzixin_moon_bigtts\n    speed: 1\n    output_dir: tmp/\n  FishSpeech:\n    # 参照教程：https://github.com/xinnan-tech/xiaozhi-esp32-server/blob/main/docs/fish-speech-integration.md\n    type: fishspeech\n    output_dir: tmp/\n    response_format: wav\n    reference_id: null\n    reference_audio: [\"config/assets/wakeup_words.wav\",]\n    reference_text: [\"哈啰啊，我是小智啦，声音好听的台湾女孩一枚，超开心认识你耶，最近在忙啥，别忘了给我来点有趣的料哦，我超爱听八卦的啦\",]\n    normalize: true\n    max_new_tokens: 1024\n    chunk_length: 200\n    top_p: 0.7\n    repetition_penalty: 1.2\n    temperature: 0.7\n    streaming: false\n    use_memory_cache: \"on\"\n    seed: null\n    channels: 1\n    rate: 44100\n    api_key: \"你的api_key\"\n    api_url: \"http://127.0.0.1:8080/v1/tts\"\n  GPT_SOVITS_V2:\n    # 定义TTS API类型\n    #启动tts方法：\n    #python api_v2.py -a 127.0.0.1 -p 9880 -c GPT_SoVITS/configs/demo.yaml\n    type: gpt_sovits_v2\n    url: \"http://127.0.0.1:9880/tts\"\n    output_dir: tmp/\n    text_lang: \"auto\"\n    ref_audio_path: \"demo.wav\"\n    prompt_text: \"\"\n    prompt_lang: \"zh\"\n    top_k: 5\n    top_p: 1\n    temperature: 1\n    text_split_method: \"cut0\"\n    batch_size: 1\n    batch_threshold: 0.75\n    split_bucket: true\n    return_fragment: false\n    speed_factor: 1.0\n    streaming_mode: false\n    seed: -1\n    parallel_infer: true\n    repetition_penalty: 1.35\n    aux_ref_audio_paths: []\n  GPT_SOVITS_V3:\n    # 定义TTS API类型 GPT-SoVITS-v3lora-20250228\n    #启动tts方法：\n    #python api.py\n    type: gpt_sovits_v3\n    url: \"http://127.0.0.1:9880\"\n    output_dir: tmp/\n    text_language: \"auto\"\n    refer_wav_path: \"caixukun.wav\"\n    prompt_language: \"zh\"\n    prompt_text: \"\"\n    top_k: 15\n    top_p: 1.0\n    temperature: 1.0\n    cut_punc: \"\"\n    speed: 1.0\n    inp_refs: []\n    sample_steps: 32\n    if_sr: false\n  MinimaxTTS:\n    # Minimax语音合成服务，需要先在minimax平台创建账户充值，并获取登录信息\n    # 平台地址：https://platform.minimaxi.com/\n    # 充值地址：https://platform.minimaxi.com/user-center/payment/balance\n    # group_id地址：https://platform.minimaxi.com/user-center/basic-information\n    # api_key地址：https://platform.minimaxi.com/user-center/basic-information/interface-key\n    # 定义TTS API类型\n    type: minimax\n    output_dir: tmp/\n    group_id: 你的minimax平台groupID\n    api_key: 你的minimax平台接口密钥\n    model: \"speech-01-turbo\"\n    # 此处设置将优先于voice_setting中voice_id的设置；如都不设置，默认为 female-shaonv\n    voice_id: \"female-shaonv\"\n    # 以下可不用设置，使用默认设置\n    # voice_setting:\n    #     voice_id: \"male-qn-qingse\"\n    #     speed: 1\n    #     vol: 1\n    #     pitch: 0\n    #     emotion: \"happy\"\n    # pronunciation_dict:\n    #     tone:\n    #       - \"处理/(chu3)(li3)\"\n    #       - \"危险/dangerous\"\n    # audio_setting:\n    #     sample_rate: 32000\n    #     bitrate: 128000\n    #     format: \"mp3\"\n    #     channel: 1\n    # timber_weights:\n    #   -\n    #     voice_id: male-qn-qingse\n    #     weight: 1\n    #   -\n    #     voice_id: female-shaonv\n    #     weight: 1\n    # language_boost: auto\n\n# MinimaxTTSHTTPStream和MinimaxTTSWebSocketStream还在测试，测试完再开放\n#\n#  MinimaxTTSHTTPStream:\n#  # Minimax流式语音合成服务\n#    type: minimax_httpstream\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n#\n#  MinimaxTTSWebSocketStream:\n#    type: minimax_webSocket\n#    output_dir: tmp/\n#    group_id: 你的minimax平台groupID\n#    api_key: 你的minimax平台接口密钥\n#    model: \"speech-01-turbo\"\n#    voice_id: \"female-shaonv\"\n\n  AliyunTTS:\n    # 阿里云智能语音交互服务，需要先在阿里云平台开通服务，然后获取验证信息\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 定义TTS API类型\n    type: aliyun\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: xiaoyun\n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n\n    # 以下可不用设置，使用默认设置\n    # format: wav\n    # sample_rate: 16000\n    # volume: 50\n    # speech_rate: 0\n    # pitch_rate: 0\n  AliyunStreamTTS:\n    # 阿里云CosyVoice大模型流式文本语音合成\n    # 采用FlowingSpeechSynthesizer接口，支持更低延迟和更自然的语音质量\n    # 流式文本语音合成仅提供商用版，不支持试用，详情请参见试用版和商用版。要使用该功能，请开通商用版。\n    # 支持龙系列专用音色：longxiaochun、longyu、longchen等\n    # 平台地址：https://nls-portal.console.aliyun.com/\n    # appkey地址：https://nls-portal.console.aliyun.com/applist\n    # token地址：https://nls-portal.console.aliyun.com/overview\n    # 使用三阶段流式交互：StartSynthesis -> RunSynthesis -> StopSynthesis\n    type: aliyun_stream\n    output_dir: tmp/\n    appkey: 你的阿里云智能语音交互服务项目Appkey\n    token: 你的阿里云智能语音交互服务AccessToken，临时的24小时，要长期用下方的access_key_id，access_key_secret\n    voice: longxiaochun \n    access_key_id: 你的阿里云账号access_key_id\n    access_key_secret: 你的阿里云账号access_key_secret\n    # 截至2025年7月21日大模型音色只有北京节点采用，其他节点暂不支持\n    host: nls-gateway-cn-beijing.aliyuncs.com\n    # 以下可不用设置，使用默认设置\n    # format: pcm  # 音频格式：pcm、wav、mp3\n    # sample_rate: 16000  # 采样率：8000、16000、24000\n    # volume: 50  # 音量：0-100\n    # speech_rate: 0  # 语速：-500到500\n    # pitch_rate: 0  # 语调：-500到500\n  TencentTTS:\n    # 腾讯云智能语音交互服务，需要先在腾讯云平台开通服务\n    # appid、secret_id、secret_key申请地址：https://console.cloud.tencent.com/cam/capi\n    # 免费领取资源：https://console.cloud.tencent.com/tts/resourcebundle\n    type: tencent\n    output_dir: tmp/\n    appid: 你的腾讯云AppId\n    secret_id: 你的腾讯云SecretID\n    secret_key: 你的腾讯云SecretKey\n    region: ap-guangzhou\n    voice: 101001\n\n  TTS302AI:\n    # 302AI语音合成服务，需要先在302平台创建账户充值，并获取密钥信息\n    # 添加 302.ai TTS 配置\n    # token申请地址：https://dash.302.ai/\n    # 获取api_keyn路径：https://dash.302.ai/apis/list\n    # 价格，$35/百万字符。火山原版¥450元/百万字符\n    type: doubao\n    api_url: https://api.302ai.cn/doubao/tts_hd\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的302API密钥\"\n  GizwitsTTS:\n    type: doubao\n    # 火山引擎作为基座，可以完全使用企业级火山引擎语音合成服务\n    # 前一万名注册的用户，将送5元体验金额\n    # 获取API Key地址：https://agentrouter.gizwitsapi.com/panel/token\n    api_url: https://bytedance.gizwitsapi.com/api/v1/tts\n    authorization: \"Bearer \"\n    # 湾湾小何音色\n    voice: \"zh_female_wanwanxiaohe_moon_bigtts\"\n    output_dir: tmp/\n    access_token: \"你的机智云API key\"\n  ACGNTTS:\n    #在线网址：https://acgn.ttson.cn/\n    #token购买：www.ttson.cn\n    #开发相关疑问请提交至网站上的qq\n    #角色id获取地址：ctrl+f快速检索角色——网站管理者不允许发布,可询问网站管理者\n    #各参数意义见开发文档：https://www.yuque.com/alexuh/skmti9/wm6taqislegb02gd?singleDoc#\n    type: ttson\n    token: your_token\n    voice_id: 1695\n    speed_factor: 1\n    pitch_factor: 0\n    volume_change_dB: 0\n    to_lang: ZH\n    url: https://u95167-bd74-2aef8085.westx.seetacloud.com:8443/flashsummary/tts?token=\n    format: mp3\n    output_dir: tmp/\n    emotion: 1\n  OpenAITTS:\n    # openai官方文本转语音服务，可支持全球大多数语种\n    type: openai\n    # 你可以在这里获取到 api key\n    # https://platform.openai.com/api-keys\n    api_key: 你的openai api key\n    # 国内需要使用代理\n    api_url: https://api.openai.com/v1/audio/speech\n    # 可选tts-1或tts-1-hd，tts-1速度更快tts-1-hd质量更好\n    model: tts-1\n    # 演讲者，可选alloy, echo, fable, onyx, nova, shimmer\n    voice: onyx\n    # 语速范围0.25-4.0\n    speed: 1\n    output_dir: tmp/\n  CustomTTS:\n    # 自定义的TTS接口服务，请求参数可自定义，可接入众多TTS服务\n    # 以本地部署的KokoroTTS为例\n    # 如果只有cpu运行：docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest\n    # 如果只有gpu运行：docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest\n    # 要求接口使用POST方式请求，并返回音频文件\n    type: custom\n    method: POST\n    url: \"http://127.0.0.1:8880/v1/audio/speech\"\n    params: # 自定义请求参数\n      input: \"{prompt_text}\"\n      response_format: \"mp3\"\n      download_format: \"mp3\"\n      voice: \"zf_xiaoxiao\"\n      lang_code: \"z\"\n      return_download_link: true\n      speed: 1\n      stream: false\n    headers: # 自定义请求头\n      # Authorization: Bearer xxxx\n    format: mp3 # 接口返回的音频格式\n    output_dir: tmp/\n  LinkeraiTTS:\n    type: linkerai\n    api_url: https://tts.linkerai.cn/tts\n    audio_format: \"pcm\"\n    # 默认的access_token供大家测试时免费使用的，此access_token请勿用于商业用途\n    # 如果效果不错，可自行申请token，申请地址：https://linkerai.cn\n    # 各参数意义见开发文档：https://tts.linkerai.cn/docs\n    # 支持声音克隆，可自行上传音频，填入voice参数，voice参数为空时，使用默认声音\n    access_token: \"U4YdYXVfpwWnk2t5Gp822zWPCuORyeJL\"\n    voice: \"OUeAo1mhq6IBExi\"\n    output_dir: tmp/\n  PaddleSpeechTTS:\n    #百度飞浆 PaddleSpeech 支持本地离线部署 支持模型训练\n    #框架地址 https://www.paddlepaddle.org.cn/\n    #项目地址 https://github.com/PaddlePaddle/PaddleSpeech\n    #SpeechServerDemo https://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_server\n    #流式传输请参考 https://github.com/PaddlePaddle/PaddleSpeech/wiki/PaddleSpeech-Server-WebSocket-API\n    type: paddle_speech\n    protocol: websocket # protocol choices = ['websocket', 'http']\n    url: ws://127.0.0.1:8092/paddlespeech/tts/streaming  # TTS 服务的 URL 地址，指向本地服务器 [websocket默认ws://127.0.0.1:8092/paddlespeech/tts/streaming，http默认http://127.0.0.1:8090/paddlespeech/tts]\n    spk_id: 0  # 发音人 ID，0 通常表示默认的发音人\n    sample_rate: 24000  # 采样率 [websocket默认24000，http默认0 自动选择]\n    speed: 1.0  # 语速，1.0 表示正常语速，>1 表示加快，<1 表示减慢\n    volume: 1.0  # 音量，1.0 表示正常音量，>1 表示增大，<1 表示减小\n    save_path:   # 保存路径\n  IndexStreamTTS:\n    # 基于Index-TTS-vLLM项目的TTS接口服务\n    # 参照教程：https://github.com/Ksuriuri/index-tts-vllm/blob/master/README.md\n    type: index_stream\n    api_url: http://127.0.0.1:11996/tts\n    audio_format: \"pcm\"\n    # 默认音色，如需其他音色可到项目assets文件夹下注册\n    voice: \"jay_klee\"\n    output_dir: tmp/"}}}}