概述
百度智能云实时音视频 RTC（Real-Time Communication）是百度依托全球低延时网络打造的实时音视频 PaaS 产品，端到端延迟低至 300 毫秒。
AiPi-PalChatV1 通过集成百度 RTC SDK（RTOS 版），实现了基于 AI 大模型的实时语音交互能力。对着设备说话，即可与 AI 助手「小安」自然对话。
本教程仅涉及语音交互功能。
百度 RTC 官方文档：https://cloud.baidu.com/doc/RTC/index.html
功能说明
AiPi-PalChatV1 当前支持的语音交互能力：
| 功能 | 说明 |
|---|---|
| 语音对话 | 唤醒词唤醒，支持连续对话、打断、离线唤醒 |
| 音量控制 | 通过语音指令调节设备音量（Function Call） |
| 角色自定义 | 可自定义 AI 助手的身份、性格和回复风格 |
| 多模型支持 | 百度文心、DeepSeek、阿里千问、OpenAI 等大模型 |
| 多音色可选 | 系统预置 / 百度 TTS / 讯飞 TTS / 火山 TTS |
产品优势
- 超低延时：全球就近接入，端到端延时低至 300ms，打断延时仅 0.8s
- 高音质：48kHz 采样率，3A 算法（回声消除 + AI 降噪 + 自动增益）
- 弱网优化：抗丢包 70%，抗抖动 1000ms
- IoT 适配：RTOS SDK 包体 <300K，CPU <300MHz，内存 <2M
- 灵活模型：支持对接多种大模型和 TTS 服务
系统架构
AiPi-PalChatV1 语音交互采用「设备端 + 百度云服务 + AI 大模型」三层架构。
核心概念
| 概念 | 说明 |
|---|---|
| AppID | 应用的唯一标识，创建互动应用时自动生成 |
| AppKey | 应用密钥，用于生成鉴权 Token |
| 资源（License） | 设备连接数许可，1 License = 1 台设备并发 |
| Token | 鉴权凭证，基于 AppID + AppKey + 时间戳签名生成 |
| Function Call | 大模型调用设备能力的机制（如 adjust_volume 调节音量） |
百度RTC使用流程
从零开始使用百度 RTC 实时音视频服务，按以下步骤依次完成：
账号注册
注册百度智能云账号并完成实名认证。点击查看：账号注册
应用创建
在 RTC 控制台中创建互动应用，获取 AppID 和 AppKey。点击查看：应用创建
角色修改
自定义 AI 助手的身份、性格和回复风格。点击查看：角色修改
绑定资源
为应用绑定 License 资源，新用户可免费领取 10 个。点击查看：绑定资源
连接信息获取
汇总设备连接所需的参数（AK/SK、AppID 等）。点击查看：连接信息获取
烧录测试
将百度 RTC 测试固件烧录到 AiPi-PalChatV1 开发板。点击查看：烧录测试
上电测试
固件烧录完成后上电，验证百度 RTC 功能是否正常运行。点击查看：上电测试
💡 提示：请严格按顺序操作，每个步骤需基于前一步完成的结果。
下一步
| ← 上一步 | 当前页面 | 下一步 → |
|---|---|---|
| — | 平台简介 | 账号注册 |
百度 RTC 官方文档：https://cloud.baidu.com/doc/RTC/index.html