实时语音对话快速体验

Voice Bridge 简介

Voice Bridge 是运行在 NanoKVM Go 上的实时语音桥接 APP。它在被控主机的音频设备与云端实时语音模型之间转发双向音频，让拨号端用户可以通过通话直接与 AI 对话。

在本文的示例中，Voice Bridge 使用 Qwen Audio Realtime：通话中的用户语音经 NanoKVM Go 发送给模型，模型生成的语音再通过 NanoKVM Go 的 UAC2 虚拟麦克风送回被控主机。APP 同时会在设备屏幕上显示双方的语音转写文本。

拨号手机 → 被控主机的通话音频 → NanoKVM Go → Qwen Audio Realtime
拨号手机 ← 被控主机的通话音频 ← NanoKVM Go ← Qwen Audio Realtime

可以用来做什么

通过 Voice Bridge，可以快速搭建和验证以下应用：

• AI 电话客服或语音应答演示；
• 实时语音助手和对话机器人；
• 带语音转写的通话测试环境；
• 实时语音模型、提示词和音色的效果验证。

本文只介绍如何安装并运行官方设备端 APP，适合希望先体验功能的用户，不要求了解 MCP、WebRTC、Opus 或音频重采样。如果你准备替换模型、加入知识库或 Agent，或者修改音频链路，请先按本文跑通示例，再阅读实时语音二次开发。

最终效果

安装完成后，在 NanoKVM Go 的 Apps 页面打开 Voice Bridge，然后使用手机拨号即可开始实时语音对话。设备屏幕会显示运行状态和双方的 transcript：

使用前准备

开始安装前，请确认：

• NanoKVM Go 已连接被控主机，并且可以正常访问网页控制端；
• NanoKVM Go 的系统和应用已更新至最新版本；
• NanoKVM Go 可以访问互联网，以便下载 APP 依赖并连接 Qwen；
• 手机已按设备要求接入 NanoKVM Go，并且可以正常拨打电话；
• 被控主机可以识别 NanoKVM Go 的 UAC2 虚拟麦克风和扬声器设备；
• 已准备阿里云账号，或准备按本文注册并开通阿里云百炼服务。

如果网页设置中没有 Apps 或 MCP Service 选项，请先检查并更新 NanoKVM Go 的系统和应用版本。

获取连接信息

安装 APP 前，需要准备 NanoKVM Go 的 MCP API key，以及 Qwen 的 Workspace ID 和 API key。

启用 MCP Service

进入 设置 > AI > MCP 服务，启用 MCP 服务并记录页面显示的 API key。该密钥用于允许 Voice Bridge 创建 NanoKVM Go 双向音频会话。

不要将 MCP API key 分享给他人，也不要把真实密钥写入源码或提交到公开仓库。

启用虚拟音频

进入 设置 > 设备 > 虚拟音频，启用虚拟音频。然后在被控主机的系统音频设置中，确认 NanoKVM Go 的 UAC2 虚拟麦克风和扬声器设备均已被识别。

获取 Qwen 连接信息

1. 打开 阿里云百炼控制台，注册或登录阿里云账号，并按页面提示开通百炼模型服务；
2. 在控制台右上角选择 华北2（北京）。Voice Bridge 默认使用的 qwen-audio-3.0-realtime-flash 模型目前仅支持该地域；

3. 进入 API Key 页面；

4. 创建用于 Voice Bridge 的 API Key。创建成功后请立即复制并妥善保存完整密钥；

5. 创建完成后，页面会显示 OpenAI compatible 和 Anthropic 两类兼容接口地址。QWEN_WORKSPACE_ID 是接口地址域名最前面的 ws-...，紧随其后的地域代码则是 QWEN_REGION；

例如接口地址为：

OpenAI compatible:
https://ws-xxxxxxxxxxxxxxxx.cn-beijing.maas.aliyuncs.com/compatible-mode/v1

Anthropic:
https://ws-xxxxxxxxxxxxxxxx.cn-beijing.maas.aliyuncs.com/apps/anthropic

则对应配置填写：

Qwen Workspace ID: ws-xxxxxxxxxxxxxxxx
Qwen region: cn-beijing

6. 在百炼控制台或 Qwen Audio Realtime API 使用指南中确认账号当前可用的实时语音模型名称和支持地域。

后续配置 Voice Bridge 时，需要填写或确认以下 Qwen 字段：

• Qwen Workspace ID（对应 QWEN_WORKSPACE_ID）；
• Qwen API key（对应 QWEN_API_KEY）；
• Qwen region（对应 QWEN_REGION），必须与 API Host 中的地域代码完全一致。

按照上面的北京地域配置时，Qwen region 和 Qwen realtime model 均可保留 APP 默认值。安装前仍需确认 region 与 API Host 中的地域代码一致。

不同账号的可用模型、地域和免费额度可能不同，请以百炼控制台显示的信息为准。

安装并配置 Voice Bridge

Voice Bridge 可以直接从 NanoKVM Go 内置的 Sipeed 官方 App Server 安装，无需使用 SSH、SCP，也不需要手动执行 apt install 或 pip install。

1. 登录 NanoKVM Go 网页控制端，进入 设置 > 应用 > 应用商店；

2. 选择内置的 Sipeed 官方仓库；

3. 找到 Voice Bridge，然后点击 安装；

4. 等待安装配置窗口打开。

5. 在自动生成的环境变量表单中填写连接信息。网页表单显示的是配置项名称，APP 内部会把它们保存为对应的环境变量。首次体验时填写 NanoKVM MCP API key、Qwen Workspace ID 和 Qwen API key，确认 Qwen region 为与 API Host 一致的 cn-beijing，其他字段通常可以保留默认值。

页面中的具体字段和默认值可能随 APP 版本更新，请以当前环境变量表单和 Qwen 官方文档为准。

6. 填写完成后，点击安装，并保持 安装日志 窗口打开，直到页面显示安装成功。

Voice Bridge 的安装脚本会自动安装编译依赖，并把固定版本的 Python 依赖安装到 APP 自己的 python/ 目录。首次安装需要下载和构建 ARM 依赖，通常需要等待数分钟。日志窗口会实时显示软件包下载、构建和安装进度。

如果安装失败，请点击 复制日志 保存完整日志，并重点检查日志末尾是否出现网络、软件源、存储空间或 Python 包构建错误。

安装后可以随时在 设置 > 应用 > 已安装 中修改 Voice Bridge 的环境变量配置，新配置会在 APP 下次启动时生效。

运行并测试

启动 APP

1. 在 NanoKVM Go 触摸屏上进入 Apps 页面；
2. 选择 Voice Bridge 并启动；
3. 等待 APP 显示模型和音频连接已就绪。

发起语音对话

1. 使用手机拨号，并让被控主机接通；
2. 对着手机说一句话；
3. 确认 NanoKVM Go 屏幕出现 User transcript；
4. 等待 Qwen 回复，确认屏幕出现模型 transcript；
5. 确认模型回复的语音能够通过被控主机传回手机。

已在 Android 和 iPhone 手机上验证该流程可用。

常见问题

被控主机听不到模型回复

在被控主机的系统音频或通话软件中，确认输入设备已选择 NanoKVM Go 的 UAC2 虚拟麦克风，并检查该输入设备是否被静音。

APP 没有收到手机声音

确认手机通话使用的是 USB 音频，并在被控主机的系统音频或通话软件中选择 NanoKVM Go 的 UAC2 虚拟扬声器。当前流程不能使用 DP 音频传输手机通话媒体。

APP 无法连接 Qwen

检查 Qwen API key、Qwen Workspace ID、Qwen region 和 Qwen realtime model 是否匹配，并确认 NanoKVM Go 可以访问互联网。账号的模型权限、额度或限流状态也可能导致连接失败。

修改配置后没有生效

退出 Voice Bridge，在 设置 > 应用 > 已安装 中保存新配置后重新启动 APP。环境变量的新值在 APP 下次启动时生效。

如何退出 APP

退出 Voice Bridge 后，APP 会关闭模型、WebRTC 和媒体会话，不会继续在后台播放。APP 的通用退出手势和管理方法请参考自定义 APP：退出 APP。

了解原理和二次开发

官方设备端示例源码位于 NanoKVM-Go-Apps main 分支的 voice-bridge/，共享 App SDK 和开发文档位于该仓库的 base 分支。

如果你需要替换 Qwen、接入其他实时语音模型，或者加入知识库、Agent、业务工具和自定义音频处理，请继续阅读实时语音二次开发。

参考：NanoKVM-Go-Apps · 阿里云百炼控制台 · 获取 API Key · 获取 Workspace ID · Qwen Audio Realtime 文档