语音交互 API

LiMa 提供自托管实时语音流水线，浏览器通过 WebSocket 直接与服务端交互。

实时语音 WebSocket

wss://chat.donglicao.com/v1/voice

连接方式

可通过 Query 参数或 Header 传递 Token：

wss://chat.donglicao.com/v1/voice?authorization=Bearer%20<LIMA_API_KEY>

WARNING

Query 参数会暴露 Token，生产环境请优先使用 ticket 或安全 header 方案。

音频格式

• 采样率：16 kHz
• 位深：16-bit
• 声道：单声道（mono）
• 帧大小：1024 字节（512 采样点）

处理流程

浏览器 PCM 音频 → VAD → ASR → LLM → TTS → 浏览器播放

Gemini Live 代理

浏览器也可以连接 LiMa 的 /v1/live 端点，LiMa 将流量转发到 Gemini Live。

wss://chat.donglicao.com/v1/live

获取 WebSocket Ticket

设备或客户端可先换取短效 ticket：

POST /v1/ws/ticket
Authorization: Bearer <LIMA_API_KEY>
Content-Type: application/json

{
  "device_id": "dev-001",
  "token": "<DEVICE_TOKEN>"
}

响应：

{
  "ticket": "tk-xxxxxxxx",
  "expires_in": 300
}

语音任务审批

部分语音触发的任务需要用户确认，App 可通过以下接口审批：

POST /device/v1/app/tasks/{task_id}/approve
POST /device/v1/app/tasks/{task_id}/reject

详见 设备控制 API。