语音交互

10.1 语音输入（聊天框）

• 单击麦克风按钮开始录音
• 再次单击停止 → 自动转写为文字填入输入框
• 录音中按 Esc 取消（不发送）
• 转写依赖 STT_API_KEY（默认走 OpenAI Whisper，可在 per-admin API Keys 覆盖）

10.2 实时语音通话（LiveKit）

路径：设置 → 语音

通过 LiveKit WebRTC 与前台 Agent 实时对话；复杂任务由前台 LLM 委派给 OpenJellyfish 主 Agent（与文字对话共享 thread_id 与对话历史）。

使用前：部署方需配置 LiveKit Server、语音 Worker 插件，以及 LIVEKIT_URL / LIVEKIT_API_KEY / LIVEKIT_API_SECRET / VOICE_BRIDGE_SECRET 等环境变量。

调音台可配置：

• 问候语、系统提示、路由策略、打断策略
• STT：OpenAI / Fish Audio / 阿里云 Paraformer
• 前台 LLM：与 Chat 模型表一致（OpenAI / Anthropic / Kimi / MiniMax / Bedrock，经 Core 内置 OpenAI 兼容网关）
• TTS：OpenAI / Fish Audio / 阿里云 CosyVoice

在调音台点击 试通话 或（若已接入 Chat 入口）发起通话即可。

10.3 实时语音对话（S2S WebSocket，旧路径）

• 通过 WebSocket 直连 OpenAI Realtime API（/api/voice/ws）
• 适合第三方客户端或脚本集成；React 主界面以 LiveKit（§10.2）为主

---