角色定义

NavTalk 支持通过 session.update 请求中的 instructions 字段，自定义数字人的人格、语言风格、欢迎语、自动响应规则与上下文记忆能力，从而实现高度定制化的数字生命体行为模式。

通过配置 instructions，你可以设定：

• 数字人的行为风格与专业背景

• 响应语言（中英文、日语等）

• 初始欢迎语

• 函数调用触发规则

• 上下文记忆与个性化偏好

• 音色情感

配置入口：session.update 请求体

在与OpenAI Realtime AP建立时，发送的session中配置 instructions：

const instructions = `
  ${activeCharacter.characterDefinition}.
  Please respond in ${userLanguage}.
  Please greet the user with: "${activeCharacter.greeting}".
  When encountering requests beyond conversational capabilities, 
  automatically trigger function calls for:
  - Multimedia 内容生成（images/audio/video）
  - 实时数据查询（weather/stocks 等）
  - 业务系统交互（CRM/ERP 等）

  Current context: ${messageConfig}
`;

const sessionConfig = {
  type: "session.update",
  session: {
    instructions,
    voice: "nova", // 可选音色（详见下方 voice 列表）
    temperature: 1,
    modalities: ["text", "audio"],
    input_audio_format: "pcm16",
    output_audio_format: "pcm16",
    input_audio_transcription: {
      model: "whisper-1"
    }
  }
};

socket.send(JSON.stringify(sessionConfig));

参数说明

参数字段	类型	示例	说明
characterDefinition	string	你是一位温柔理性的心理咨询师	用于设定人格、语气、专业背景等
userLanguage	string	zh-CN / en-US / ja-JP	控制输出语言
greeting	string	“您好，我是您的智能助理。”	可选欢迎语，支持变量
function call rules	string	自然语言描述调用时机	描述在何种场景下自动调用函数
messageConfig	object	包含历史对话摘要、用户偏好等 JSON 对象	用于注入当前上下文信息（支持 AI + 用户内容）
voice	string	"nova"	指定语音风格（见下方）

数字人的行为风格与专业背景

通过配置 characterDefinition，你可以定义数字人的人格设定、语气风格、知识背景与交流习惯。

示例设定	描述
你是一位温柔理性的心理咨询师，擅长倾听和共情。	用于心理健康类应用
你是一位风趣幽默的虚拟主持人，擅长调动氛围。	适合直播互动、娱乐内容
你是一名拥有20年经验的商务顾问，沟通时逻辑清晰、简洁专业。	用于企业客服、知识问答

响应语言设置（userLanguage）

您可以通过 userLanguage 参数指定数字人的对话语言，支持多种语种，如中文、英文、日文等。

语言	参数值
中文	zh-CN
英文	en-US
日文	ja-JP

📌 注意事项：

• 设置后，所有响应内容都将使用该语言生成。

• 若 instructions 中无此设置，系统默认按用户输入语言自动识别。

初始欢迎语（greeting）

数字人可通过设置欢迎语，在建立连接后主动发起首次对话。

参数名	类型	示例
greeting	string	"您好，我是您的智能助理，有什么可以帮您？"

函数调用触发规则（function call rules）

NavTalk 支持结合 OpenAI Function Calling 技术，实现数字人与外部系统的无缝对接（如数据库、天气API、订单查询等）。

详见Function调用章节：https://app.gitbook.com/o/r5pQJkfNa9uW4Okhy7UX/s/vtnbUdtLjPoqnztbz3AV/~/changes/37/shi-shi-shu-zi-ren-api/images-and-media

上下文记忆策略（messageConfig vs conversation.item.create）

NavTalk 支持上下文记忆功能，使数字人能够理解之前的对话背景。

详见维持历史对话章节：https://app.gitbook.com/o/r5pQJkfNa9uW4Okhy7UX/s/vtnbUdtLjPoqnztbz3AV/~/changes/37/shi-shi-shu-zi-ren-api/images-and-media-1

支持语音风格（voice）

NavTalk 提供多种高质量的语音合成风格，您可以通过 voice 参数自由选择数字人音色：

语音名称	风格描述	试听链接
alloy	中性权威，适合商务/科普	试听 🔊
shimmer	明亮活力女声，适合客服	试听 🔊
ballad	温暖叙事型男声	试听 🔊
coral	专业清晰播音腔	试听 🔊
echo	有混响的演绎音	试听 🔊
ash	稳重可信的男声	试听 🔊
sage	知性温柔女声	试听 🔊
verse	富有韵律，适合诗歌朗诵	试听 🔊