跳转至

商品讲解与直播导购

本案例面向电商导购、展厅讲解、课程口播和直播互动。它和客服案例的区别是：回答内容更受脚本、 商品资料和运营节奏控制，通常需要更稳定的口播风格、更长文本播报，以及人工随时打断。

适合场景

  • 商品详情页或直播间中的数字人导购。
  • 展厅屏幕上的产品讲解员。
  • 课程、新闻、活动介绍等半实时口播。
  • 运营人员希望先准备话术，再让数字人进行可控播报。

推荐链路

flowchart LR
    Operator[运营台]
    Script[商品资料 / 话术]
    API[OpenTalking API]
    LLM[LLM 改写与问答]
    TTS[TTS 音色]
    Avatar[QuickTalk / Wav2Lip / FlashTalk]
    Audience[观众浏览器]

    Operator --> Script
    Script --> API
    Operator -->|临时问题 / 打断| API
    API --> LLM
    API --> TTS
    API --> Avatar
    API -->|WebRTC| Audience

前置条件

1. 准备商品资料

把商品资料整理成短块，不要一次塞入很长的 prompt。推荐结构：

product-brief.txt
产品名称：智能会议摄像头 Pro
目标用户：远程会议、在线课程、小型直播间
核心卖点：
- 自动人像居中
- 双麦降噪
- USB 即插即用
限制：
- 不承诺户外防水
- 不承诺替代专业电影摄影机
优惠信息：
- 以业务系统实时返回为准

2. 配置导购人设

.env
OPENTALKING_LLM_SYSTEM_PROMPT=你是一个直播导购数字人。回答要自然、有节奏，每次不超过 80 个中文字。介绍商品时先讲用户收益，再讲功能。遇到价格、库存、售后政策时，以业务系统返回为准，不要编造。
OPENTALKING_TTS_DEFAULT_PROVIDER=edge
OPENTALKING_TTS_EDGE_VOICE=zh-CN-XiaoxiaoNeural

如果你已经有商品检索服务，建议由业务层先把商品资料拼入 LLM 请求，再交给 OpenTalking 负责语音、 字幕和数字人播放。

3. 启动并选择模型

先用 mock 验证话术节奏：

终端
bash scripts/quickstart/start_mock.sh

需要真实画面时，选择一个已部署的 backend。例如本地轻量路线：

终端
bash scripts/start_unified.sh --backend local --model quicktalk

或远端高质量路线：

终端
bash scripts/start_unified.sh --backend omnirt --model flashtalk --omnirt http://127.0.0.1:9000

4. 设计互动方式

导购场景建议把输入分成两类：

输入类型 处理方式
预设讲解 由运营台发送固定脚本或分段讲稿，保证表达稳定。
用户提问 通过 LLM/Agent 回答，必要时检索商品资料。
人工打断 停止当前播报，切换到新的讲解段落或回答。
风险问题 返回固定兜底话术，例如价格、合同、医疗、金融承诺。

验证清单

  • 长文本被拆成自然段落，不是一口气播完。
  • TTS 音色符合品牌或角色定位。
  • Avatar 与模型类型匹配，真实模型下 /models 显示 connected。
  • 打断后不会继续播放旧商品话术。
  • 价格、库存、优惠等动态信息来自业务系统，不由 LLM 编造。

常见问题

现象 处理方式
口播太机械 缩短单次文本，给 prompt 增加停顿和口语化要求。
LLM 容易离题 由业务层传入结构化商品资料，并要求只基于资料回答。
首帧等待较长 对真实模型做预热，或在直播前提前创建会话。
直播间需要多路并发 使用 API/Worker 分离和外部 Redis，见 部署。