语音配置
Device Agent 的语音通道负责语音识别（ASR）和语音合成（TTS）。语音请求会进入当前设备会话；真实设备上线、命令执行和状态上报仍通过 MQTT 或设备 SDK 完成。
控制台配置
打开控制台 http://127.0.0.1:3000，进入 设置 → 语音，配置以下内容：
| 字段 | 说明 |
|---|---|
| 启用语音 | 控制 /ws/voice 语音通道是否可用。 |
| 语音 WebSocket 地址 | 页面只读展示，默认 ws://127.0.0.1:3001/ws/voice。浏览器或设备端需要能访问这个地址。 |
| 语音服务商 | 选择 volcengine、aliyun、aws 或 elevenlabs。 |
| 区域 | 支持 cn、us、eu、global，会影响可用服务商。 |
| 语音识别 | ASR 模型、语言或资源 ID，字段随服务商不同而变化。 |
| 语音合成 | TTS 模型、音色和采样率，字段随服务商不同而变化。 |
| 服务商密钥 | API Key、Access Key、AWS Key 等服务商凭证。 |
修改服务商、模型、音色和密钥后可以直接保存。启用状态、监听地址、端口或 TLS 变化需要重启服务。
语音服务商
| 服务商 | 适用区域 | 主要配置 |
|---|---|---|
火山引擎（volcengine） | cn、global | VOLCENGINE_SPEECH_APP_ID、VOLCENGINE_SPEECH_ACCESS_KEY，以及 ASR/TTS 资源 ID、语言、音色和采样率。 |
阿里云 DashScope（aliyun） | cn、global | ALIYUN_DASHSCOPE_API_KEY 或 QWEN_API_KEY，以及 ASR 模型、TTS 模型、音色和采样率。 |
AWS（aws） | us、eu、global | AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY、AWS_REGION，以及 Transcribe 语言和 Polly 音色。 |
ElevenLabs（elevenlabs） | us、eu、global | ELEVENLABS_API_KEY、API Endpoint、ASR 模型、TTS 模型、音色和采样率。 |
VOICE_REGION=cn 使用火山引擎或阿里云；us 使用 AWS 或 ElevenLabs；eu 要求 AWS eu-* 区域或 ElevenLabs EU residency endpoint；global 不限制服务商。
.env 配置
首次启动、容器部署或无 UI 环境可以用 .env 写入语音配置；后续也可以在控制台 设置 → 语音 中切换。
阿里云 DashScope：
bash
VOICE_ENABLED=true
VOICE_REGION=cn
ALIYUN_DASHSCOPE_API_KEY=sk-...
ALIYUN_ASR_MODEL=paraformer-realtime-v2
ALIYUN_TTS_MODEL=cosyvoice-v3-flash
ALIYUN_TTS_VOICE=longanyang火山引擎：
bash
VOICE_ENABLED=true
VOICE_REGION=cn
VOLCENGINE_SPEECH_APP_ID=...
VOLCENGINE_SPEECH_ACCESS_KEY=...
VOLCENGINE_TTS_VOICE=zh_female_shuangkuaisisi_moon_bigttsAWS：
bash
VOICE_ENABLED=true
VOICE_REGION=us
AWS_ACCESS_KEY_ID=...
AWS_SECRET_ACCESS_KEY=...
AWS_REGION=us-east-1
AWS_TRANSCRIBE_LANGUAGE_CODE=en-US
AWS_POLLY_VOICE=JoannaElevenLabs：
bash
VOICE_ENABLED=true
VOICE_REGION=us
ELEVENLABS_API_KEY=...
ELEVENLABS_TTS_MODEL_ID=eleven_multilingual_v2
ELEVENLABS_TTS_VOICE=UgBBYS2sOqTuMpoF3BR0监听地址和 TLS
语音服务默认监听 127.0.0.1:3001。需要从局域网或服务器外部访问时，设置：
bash
VOICE_HOST=0.0.0.0
VOICE_PORT=3001生产环境或 HTTPS 控制台访问语音通道时，可以启用 TLS：
bash
VOICE_TLS_ENABLED=true
VOICE_TLS_CERT_FILE=/path/to/cert.pem
VOICE_TLS_KEY_FILE=/path/to/key.pem配置完成后，控制台会展示客户端应使用的语音 WebSocket 地址。