展示字幕
本文介绍如何展示用户在与智能体进行语音通话的过程中的字幕。如下：
- 用户说话内容：流式展示用户正在说的话（语音识别（ASR）的实时结果）
- 智能体说话内容：流式展示智能体输出的内容（大语言模型（LLM）实时的输出结果）
前提条件
已按照 快速开始 文档集成 ZEGO Express SDK 和 AI Agent 并实现基本的语音通话功能。
快速实现
用户与智能体进行语音对话期间，AI Agent 服务端通过 RTC 房间自定义消息下发 ASR 识别文本和 LLM 回答的文本。客户端可以监听房间自定义消息，解析对应的状态事件来渲染 UI 。
RTC 房间自定义消息的处理流程如下：
监听房间自定义消息
客户端可通过监听 recvExperimentalAPI 回调获取 method 为 onRecvRoomChannelMessage 的房间自定义消息。以下是监听回调的示例代码：
Untitled
// 注意！！！：通过房间自定义消息收到的数据可能会乱序，需要根据 SeqId 字段进行排序。
zg.on("recvExperimentalAPI", (result) => {
const { method, content } = result;
if (method === "onRecvRoomChannelMessage") {
try {
// 解析消息
const recvMsg = JSON.parse(content.msgContent);
const { Cmd, SeqId, Data, Round } = recvMsg;
} catch (error) {
console.error("解析消息失败:", error);
}
}
});
// 启用 onRecvRoomChannelMessage 实验性 API
zg.callExperimentalAPI({ method: "onRecvRoomChannelMessage", params: {} });
1
房间自定义消息协议
房间自定义消息的各字段说明如下：
| 字段 | 类型 | 描述 |
|---|---|---|
| Timestamp | Number | 时间戳，秒级别 |
| SeqId | Number | 包序列号，可能乱序，请根据序列号对消息进行排序。极端情况下 Id 可能不连续。 |
| Round | Number | 对话轮次，每次用户主动说话轮次增加 |
| Cmd | Number | 3: 语音识别（ASR）的文本 4: LLM 文本 |
| Data | Object | 具体内容，各Cmd对应不同Data |
Cmd 不同对应的 Data 也不同，具体如下：
Cmd 为 3
Cmd 为 4
处理逻辑
根据 Cmd 字段判断消息类型，并根据 Data 字段获取消息内容。
Cmd 为 3，ASR 文本
Cmd 为 4，LLM 文本
使用字幕组件
如果您是 Vue 项目，可以直接下载字幕处理hook到您的项目中直接使用。
注意事项
- 消息排序处理：通过房间自定义消息收到的数据可能会乱序，需要根据 SeqId 字段进行排序。
- 流式文本处理：
- ASR 文本每次下发的是全量文本，同一个 MessageId 的消息需要完全替换之前的内容。
- LLM 文本每次下发的是增量文本，同一个 MessageId 的消息需要在排序后累加显示。
- 内存管理：请及时清理已完成的消息缓存，特别是当用户进行长时间对话时。