配置 ASR 热词

在对话式 AI 场景中，用户可能会说出品牌名、产品名、人名、地名、行业术语等专有词。你可以通过 RESTful API 或 Agents SDK 在创建对话式智能体时配置 ASR 热词，提升凤鸣 ASR 对这些词汇的识别效果。

前提条件

开始前，请确保你已经：

• 已参考使用 RESTful API 或 使用 Agents SDK 实现与智能体对话的基本逻辑。
• 如通过 Agents SDK 配置热词，请安装包含 FengmingSTT 热词配置支持的 Agents SDK v2.6.0 及以上版本。

实现方式

以下示例展示如何通过 Agents SDK 或 RESTful API 为凤鸣 ASR 配置热词。

Go

创建 FengmingSTT 时，通过 FengmingSTTOptions.Keywords 传入热词列表：

Go

// 其他智能体配置...
agent := agentkit.NewAgent(client).WithStt(
    vendors.NewFengmingSTT(vendors.FengmingSTTOptions{
        Keywords: []string{
            "Agora",
            "Conversational AI",
            "RTC",
        },
    }),
)
// 其他智能体配置...

Python

创建 FengmingSTT 时，通过 keywords 传入热词列表：

Python

# 其他智能体配置...
agent = agent.with_stt(
    FengmingSTT(
        keywords=[
            "Agora",
            "Conversational AI",
            "RTC",
        ]
    )
)
# 其他智能体配置...

TypeScript

创建 FengmingSTT 时，通过构造参数中的 keywords 传入热词列表：

TypeScript

// 其他智能体配置...
const agentWithKeywords = agent.withStt(
  new FengmingSTT({
    keywords: [
      'Agora',
      'Conversational AI',
      'RTC',
    ],
  })
);
// 其他智能体配置...

Restful API

调用 POST 创建对话式智能体 时，在请求体的 properties.asr.keywords 中传入热词列表：

JSON

{
  "asr": {
    "language": "zh-CN",
    "vendor": "fengming",
    "keywords": [
      "Agora",
      "Conversational AI",
      "RTC"
    ]
  }
}

参数说明

Go

参数	类型	描述
FengmingSTTOptions.Keywords	[]string	ASR 热词列表，用于提升指定词汇的识别效果，最多支持 128 个热词。

Python

参数	类型	描述
keywords	List[str]	ASR 热词列表，用于提升指定词汇的识别效果，最多支持 128 个热词。

TypeScript

参数	类型	描述
keywords	string[]	ASR 热词列表，用于提升指定词汇的识别效果，最多支持 128 个热词。

Restful API

参数	类型	描述
properties.asr.keywords	Array[String]	ASR 热词列表，用于提升指定词汇的识别效果，最多支持 128 个热词。

信息

• 使用 RESTful API 时，仅当使用凤鸣 ASR 或未显式设置 properties.asr.vendor 时，可以设置 properties.asr.keywords。
• 如果配置了其他 ASR 供应商，同时设置热词，请求会报错。
• 热词数量最多支持 128 个。为避免影响整体识别效果，建议只配置当前业务确实需要增强识别的词汇。

与关键词打断的区别

ASR 热词和关键词打断都涉及关键词，但用途不同：

能力	配置字段	作用
ASR 热词	properties.asr.keywords	提升指定词汇的语音识别效果。
关键词打断	properties.interruption.keywords_config.trigger_keywords	用户说出指定关键词时触发打断。

最佳实践

• 优先配置品牌名、产品名、人名、地名、型号、缩写等容易被误识别的词。
• 避免配置过多通用词、短词或语义过泛的词，例如“好的”“开始”“服务”等。
• 中英文混合场景下，可以同时配置中文词、英文词和常见读法，例如产品中文名、英文名和缩写。
• 上线前使用真实业务音频回归验证，重点检查热词本身和相近词的识别结果。