ZEGO 实时互动 AI Agent 2.15.0 发布：更自然的对话，更灵活的数字人

ZEGO 实时互动 AI Agent 2.15.0 已正式发布上线。本版本围绕数字人交互与语音合成能力持续升级：新增数字人实例输出分辨率配置与 ElevenLabs TTD 语音合成供应商，支持自定义打断关键词与大模型 FunctionCall 参数，同时优化了火山引擎 TTS 的鉴权方式，帮助开发者构建更自然、更可控的实时互动 AI Agent。

新增功能

数字人输出分辨率可自定义，适配多元业务场景

不同业务场景对数字人画面输出的要求各不相同：直播场景需要高清画质，客服、教学等场景则更看重带宽与终端性能的平衡。创建数字人智能体实例时，可通过DigitalHuman.Width和DigitalHuman.Height参数成对传入，自定义数字人输出视频的分辨率，按实际场景灵活配置。

使用该配置时需注意：分辨率设置仅在 web 模式下生效；输出分辨率不能超过数字人形象的分辨率，且宽高比须与形象分辨率保持一致。

接入 ElevenLabs TTD TTS，语音合成选型更灵活

本版本新增 ElevenLabs text-to-dialogue 单向流式语音合成支持，进一步丰富了语音合成供应商的选项。将 TTS.Vendor 设置为 ElevenLabsTTD 即可接入，开发者可根据业务场景在多个 TTS 供应商之间灵活选型。

默认模型为eleven_v3_conversational，按需也可选用eleven_v3；具体参数配置请参考“配置 TTS”文档。

打断关键词：让用户用一句话自然打断智能体

实时对话中，用户可能随时想打断智能体，插入提问或纠正内容。本版本支持通过 AdvancedConfig.InterruptKeywords 配置打断关键词列表，最多 10 个，单个关键词长度 1～32 个字符，可按业务话术自定义。

当InterruptMode为 1 时，若用户本轮的识别内容中包含任一关键词，智能体将被打断；打断后语音识别继续进行，保证对话切换顺畅、不遗漏用户的后续表达。具体参数配置请参考“打断智能体”文档。

FunctionCallConfig：自定义驱动数字人动作与元数据

AdvancedConfig 新增FunctionCallConfig参数（包含 Properties 和 SendPropertyKeys），用于自定义大模型 functionCall 相关参数，可用来驱动数字人动作，或承载其他自定义的元数据功能。

需要留意的是，该参数仅数字人智能体实例支持，普通智能体实例暂不适用。具体参数配置请参考“创建数字人智能体示例”文档。

改进优化

以上功能与优化均已随 2.15.0 版本上线，开发者可按业务场景评估升级，具体接口参数与集成指引详见上文对应文档。