Realtime API 语音代理端到端接入全流程教程（含 Demo，延迟 280ms）

在现代应用中，实时语音交互已经成为重要功能，而低延迟的语音传输更是用户体验的关键指标。本文将详细介绍如何使用 Realtime API 实现 语音代理 的端到端接入，包括环境搭建、接口调用、低延迟优化及 Demo 演示。通过本教程，开发者可以快速掌握完整实现流程，并在自己的项目中部署 280ms 延迟 的实时语音功能。

---

1. 环境准备

在开始前，请确保你已准备好以下环境：

• Node.js 16 及以上版本
• npm 或 yarn 包管理工具
• Realtime API 账号及 API Key
• 支持 WebSocket 的网络环境

安装所需依赖：

npm install ws axios

这里我们使用 ws 来建立 WebSocket 连接，axios 用于 REST API 调用。

---

2. 创建语音代理项目结构

建议创建如下项目目录结构：

realtime-voice-agent/
├── index.js
├── package.json
└── demo/
    └── sample_audio.wav

• index.js：核心接入逻辑
• demo/sample_audio.wav：测试语音文件

---

3. 端到端接入流程

3.1 获取 Token

调用 Realtime API 获取临时 Token 用于 WebSocket 鉴权：

const axios = require('axios');

async function getToken() {
   
   
  const response = await axios.post('https://api.realtime.example.com/getToken',