AI 客服的实时视频与语音应答

银行网点屏幕中的 AI 柜员能听懂客户的话，并用语音和视频介绍存款、定期储蓄、贷款等产品；在这项服务中，我们开发了应用端环节：把客户的声音发送到服务器，再接收并播放 AI 生成的柜员应答视频。客户说完话后视频若迟迟不开始，对话就变成了等待，因此我们专注于缩短发送语音与接收视频之间的延迟。从接收麦克风输入并压缩、通过实时连接传往服务器，到立即播放返回的视频，每个阶段都分开设计。语音识别与视频合成由服务器负责，我们的范围是应用端。