百度一镜已集成数字人实时语音互动能力，开通权限后开启“语音问答自动响应”开关，默认关闭；开启后加载多模态模型，延迟≤300ms；支持内置智能体调度或绑定知识库两种应答策略；调试需经测试沙箱验证，否则触发兜底话术。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
让数字人自动听懂观众提问并实时回答，不再需要人工盯屏、手动输入回复，百度一镜已将这一能力集成进直播和互动场景的底层逻辑中。
开通实时语音互动权限
登录百度一镜控制台 → 进入「我的应用」→ 找到已创建的数字人直播间 → 点击「设置」→ 在「互动配置」中开启「语音问答自动响应」开关。
该功能默认关闭，【未开启时数字人仅执行预设脚本，完全不接收外界语音输入】。开启后系统会自动加载多模态语音理解模型，延迟控制在300ms内。
配置语音识别与应答策略
方法一：使用内置智能体调度器（推荐新手）
在「语音问答」页签中，选择「通用问答模式」→ 勾选「启用语义理解+上下文记忆」→ 保存。系统将自动调用文心大模型+数字人专精模型组合，对“今天天气怎么样”“这个链接怎么领券”等泛化问题生成自然回应。
方法二：绑定知识库定向应答
上传结构化FAQ文档（支持Excel/CSV，单文件≤5MB）→ 设置匹配阈值（建议75%）→ 开启「严格匹配优先」。适用于客服话术、产品参数、活动规则等确定性内容，避免数字人自由发挥答偏。
注意：若上传的知识库含敏感词或竞品信息，系统会在审核环节拦截并邮件通知，【不会直接上线，也不会静默替换为默认话术】。
调试语音互动效果
第一步：进入「测试沙箱」→ 点击「模拟观众语音输入」按钮 → 说出一句真实问题（如“第二件半价什么时候结束？”）；
第二步：观察数字人嘴型同步率、回答延迟、语气停顿是否自然；
第三步：若出现口型错位，返回「形象设置」→ 调整「语音驱动强度」滑块至85～92区间；
第四步：若回答偏离预期，复制该问题文本 → 粘贴至「智能体训练」模块 → 手动标注标准答案并提交微调任务。
这一步操作起来很简单，直接把文件拖进去就行。但必须完成前三步验证后再推流，否则开播后观众提问将触发默认兜底话术——“我正在学习中，请稍候”，影响信任感。
