语音在设备本地运行，对话回复由 Qwen API 或你填写的 OpenAI 兼容接口生成。默认是阿里云百炼北京地域、模型 qwen3.5-flash，换供应商时替换接口地址、Key 和模型 ID。
可选唤醒词： 在部署表单选择“唤醒词后响应”，输入简短的中文或英文唤醒词，识别成功后会播放一声提示音；默认是“持续监听”。
部署后，可以在设备播放回答时随时开口打断。
在 RK3576 上运行语音，连接云端或局域网模型。需要至少 12 GB 可用磁盘。
zh识别与合成回复使用的语言。选项取 RK runtime 的 30 语种口径（openvoicestream 矩阵 language_catalog_source），是可用列表中较窄的一侧——Qwen3-ASR 上游标称 52 语种，Whisper 为 99 语种。RK3576 仅支持中文与英文：该板 TTS 为 Matcha icefall zh-en，多语 Kokoro 在该板只有 TTS-only profile，尚无与 ASR 组合的配置。部署时会先把（语言，设备）解析成唯一语音配置，该设备不支持所选语言时直接报错停止，不会启动服务。
cathttps://dashscope.aliyuncs.com/compatible-mode/v1qwen3.5-flashYou are a natural, witty voice assistant. Reply in the user's language. Keep responses conversational and brief—usually one or two sentences. Add light humor and personality when appropriate, but never at the expense of accuracy. Avoid rambling, repetition, lectures, Markdown, headings, and lists. If details are missing, ask one short question. For spoken Chinese, write numbers, dates, times, money, and units as natural spoken Chinese.每轮对话都会使用的系统提示词，可按场景修改。
performance将 CPU、NPU、DDR 及存在时的 GPU 锁定到设备报告的最高频率，或保持系统原有调频策略。
always_on你好小智支持自定义简短中文或英文唤醒词，启动时由开放词表 KWS 编译。
0.25阈值越低越灵敏，也可能增加误触发。
0说完话后等多久开始回答（设备端语音端点判停）。镜像默认 1.5 秒能容忍句中自然停顿；调小反应更快， 但可能把一句话截成两段；调大更宽容（适合边说边想），代价是回答来得更慢。必须大于设备端 VAD 的 静音门限（600 毫秒）。只影响由设备自己判断"说完了"的场景；使用独立麦克风/agent 应用时以它自己的设置优先。
| 现象 | 处理 |
|---|---|
| 返回 401 | 确认 API Key 属于接口所在地域 |
| 能识别但不说话 | 查看 agent 日志中的大模型请求错误，确认模型支持流式输出 |
| 拔插麦克风后没有声音 | 确认运行的是新版 Agent 镜像 |
提一个问题；回答开始播放后 1 秒内再次开口，当前回答应立即停止。
在面板里观察 listening、thinking、speaking 和 barged-in 状态。
| 现象 | 处理 |
|---|---|
| 状态变化但没有声音 | 检查默认播放设备是否为音箱 |
| 房间噪声频繁打断 | 先确认使用的是 reSpeaker XVF3800，再小幅提高客户端 VAD threshold，不要关闭麦克风 |
连续三轮对话正常，且播放期间说“等一下”能立即停止当前回答，即通过。
确认识别和语音回复使用的是部署时选择的语言。
| 现象 | 处理 |
|---|---|
| 回复语言不对 | 检查助手人设提示词 |
| 部署没有启动 | 所选语言该板不支持，改选支持的语言 |
| 转写语言正确但语音不对 | 上报语言与板卡型号，不要自行修改语音配置 |
curl -fsS http://<设备IP>:8621/health 返回成功。docker compose -p conversational_voice_ai -f ~/conversational_voice_ai/assets/docker/docker-compose.<target>.yml logs --since 10m | grep -i error，无输出（<target> 为 rk3576、rk3588、jetson 或 rpi5）。语音识别、合成和对话模型都在设备上运行。
部署语音服务、本地模型服务和双工 agent。
在 Orin NX 16GB 上运行 Qwen3-ASR、Matcha-TTS 和 Qwen3.5-4B。需要 JetPack 6.2 和至少 25 GB 可用磁盘。
zh识别与合成回复使用的语言。选项取 RK runtime 的 30 语种口径（openvoicestream 矩阵 language_catalog_source），是可用列表中较窄的一侧——Qwen3-ASR 上游标称 52 语种，Whisper 为 99 语种。部署时会先把（语言，设备）解析成唯一语音配置，该设备不支持所选语言时直接报错停止，不会启动服务。
recomputerYou are a natural, witty voice assistant. Reply in the user's language. Keep responses conversational and brief—usually one or two sentences. Add light humor and personality when appropriate, but never at the expense of accuracy. Avoid rambling, repetition, lectures, Markdown, headings, and lists. If details are missing, ask one short question. For spoken Chinese, write numbers, dates, times, money, and units as natural spoken Chinese.每轮对话都会使用的系统提示词，可按场景修改。
always_on你好小智支持自定义简短中文或英文唤醒词，启动时由开放词表 KWS 编译。
0.25阈值越低越灵敏，也可能增加误触发。
0说完话后等多久开始回答（设备端语音端点判停）。镜像默认 1.5 秒能容忍句中自然停顿；调小反应更快， 但可能把一句话截成两段；调大更宽容（适合边说边想），代价是回答来得更慢。必须大于设备端 VAD 的 静音门限（600 毫秒）。只影响由设备自己判断"说完了"的场景；使用独立麦克风/agent 应用时以它自己的设置优先。
| 现象 | 处理 |
|---|---|
| 模型加载时 OOM | 停止其他 GPU 容器；不要部署到 Orin Nano 8GB |
| engine 校验失败 | 不要混用其他 TensorRT/JetPack 版本构建的 engine |
首次下载模型和预热需要十几分钟。两个健康检查通过后，完成对话和打断测试。
断开外网后继续对话，确认不依赖云端。
| 现象 | 处理 |
|---|---|
| 断网后首次启动失败 | 镜像和模型还没缓存完，先联网完成一次启动 |
| 回复过长 | 把提示词限制为一到两句口语化回答 |
在真实房间、真实音箱音量下断网完成三轮对话。每轮回答开始后 0.5–1 秒开口打断，旧回答应立即停止，打断的话不丢失。
确认识别和语音回复使用的是部署时选择的语言。
| 现象 | 处理 |
|---|---|
| 回复语言不对 | 检查助手人设提示词 |
| 部署没有启动 | 所选语言该板不支持，改选支持的语言 |
| 转写语言正确但语音不对 | 上报语言与板卡型号，不要自行修改语音配置 |
curl -fsS http://<设备IP>:8621/health 返回成功。docker compose -p conversational_voice_ai -f ~/conversational_voice_ai/assets/docker/docker-compose.<target>.yml logs --since 10m | grep -i error，无输出（<target> 为 orin-nx-local 或 rk3588-rk1828）。