> ## Documentation Index
> Fetch the complete documentation index at: https://docs.coze.cn/llms.txt
> Use this file to discover all available pages before exploring further.

WebSocket 语音交互的端到端延迟由客户端处理、网络传输、语音识别、智能体响应、语音合成几部分构成。要系统性地优化延迟，需先以官方 Demo 的性能数据为基准进行对比，快速锁定耗时超出正常范围的异常环节，再结合 TTFT（首 Token 生成时间）和 TPOT（后续 Token 生成时间）、推理 Token 生成速度等智能体核心性能指标进行深入拆解分析，帮助你定位和解决扣子 WebSocket 语音服务的响应延迟的问题。
## **WebSocket 事件流与耗时构成** {#3f773436}
在开始排查前，首先需要理解语音对话的完整链路和事件流转过程。延迟可能发生在链路的任何一个环节。以下图示将引导你从事件全景图，逐步聚焦到具体的耗时环节。
### **WebSocket 事件流转全景** {#8a459cc8}
下图是客户端与扣子服务端交互的全景图，为你展示了通信链路中所有可能的事件和流向。
![Image=597x447](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/e774e87e13b44083be32c059258df763~tplv-goo7wpa0wc-image.image)
### 按键说话模式 {#3df9daf9}
该模式下的实时语音交互全链路时序图，可作为客户端性能诊断的参照标准。你可以通过对比客户端与服务端在网络传输、ASR 识别、智能体响应、TTS 生成、音频播放五个环节的耗时，来判断客户端是否引入了额外延迟。
![Image=613x437](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/7f66817421354d55b74e151a48d83e81~tplv-goo7wpa0wc-image.image)
### 自由对话模式 {#78e63cfd}
该模式下新增的 `speech_started` 和 `speech_stopped` 事件，由服务器根据语音活动检测（VAD）触发。这两个 VAD 事件是实现录制自动启停的核心。因此，在排查对话被异常打断或无法自动结束等问题时，应重点检查客户端对这两个事件的接收与处理逻辑。
![Image=615x411](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/56752d505c4e4c28badc6faf3f31b104~tplv-goo7wpa0wc-image.image)
### **关键事件节点（以自由对话模式为例）** {#57e43d70}
通过以下语音交互全链路耗时的时序图，帮你分析从用户说话开始到听到回复的每个环节耗时占比。其中，需重点关注 LLM 阶段。LLM 阶段指图中从 “判停” 到 “LLM 首 Token” 的耗时，衡量了大语言模型从接收输入到生成首个响应 Token 所需的时间。如果 LLM 阶段耗时过长，可针对性优化智能体的工作流与插件调用逻辑。
![Image=611x262](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/812ba173cdd14a8d97fc89500f4a0ec1~tplv-goo7wpa0wc-image.image)
## 与官方Demo对比定位客户端问题 {#1e0722ca}
通过将自身接入服务与扣子官方 Demo 的性能数据进行对比，可以快速判断延迟是否由你的客户端实现引入。
### 排查步骤 {#8e41820e}

   1. 访问[扣子官方 WebSocket 实时语音对话页面](https://www.coze.cn/open-platform/realtime/websocket/)。
   2. 在页面右上角 `Settings` 中配置你的智能体 ID 和个人访问令牌。
   3. 单击**配置，​**在**高级配置**对话框填写你使用的 `chat.update` 事件的 `data` 内容。


::::cols
@col 50
   配置Settings：
   ![Image=427x437](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/22b46887c11046f8ba852dbea6dd487a~tplv-goo7wpa0wc-image.image)




@col 50
完成高级配置：

   ![Image=419x478](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/b1fcb30013554f1bb813c09f0bd8d0ff~tplv-goo7wpa0wc-image.image)

::::


   4. 完成配置后，在相同网络环境下，使用同一语音内容对官方 Demo 和自身接入服务进行测试，对比完整交互及关键节点耗时。如果自身接入服务耗时明显更高，请参考以下优化建议。
   ### 优化建议    {#3137d038}
   #### 配置 WebSocket 事件订阅    {#050514e9}
   在 `chat.update` 事件中通过 `event_subscriptions` 指定需要订阅的事件，减少不必要的数据传输。如果设置了 `event_subscriptions` 并且值不为空，则扣子只下发订阅的事件。
   配置示例：只需要音频数据，不需要字幕。
   ```TypeScript
   {
       "id": "event_id", 
       "event_type": "chat.update", 
       "data":{
           // ...其他设置
           "event_subscriptions": [ 
               "error", 
               "conversation.chat.camplete", 
               "conversation.chat.canceled", 
               "conversation.audio.delta", 
               "conversation.chat.failed",
               // 非按键说话场景，需要添加下面两个事件
               "input_audio_buffer.speech_started", 
               "input_audio_buffer.speech_stopped"
           ]
        }
   }
   ```

   #### 配置音频包大小    {#ca0d4610}
   * PCM/G711 编码
      对于 PCM/G711 音频编码，扣子默认下发的音频包大小不固定，范围从几百字节到十几 KB 不等，这可能影响音频流的稳定性。
      ![Image=2774x580](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/3d85029be45d471d99b6d45f20f884b4~tplv-goo7wpa0wc-image.image)
      为了优化传输，你可以在 chat.update 事件中通过设置`output_audio.pcm_config` 的 `frame_size_ms` 字段，为每个音频包指定一个固定的音频时长。设置后，扣子会将音频分割成大小均匀的数据包进行下发。
      以下配置用于将音频按 50ms 的时长进行打包。
      ```TypeScript
      {
          "id": "event_id", 
          "event_type": "chat.update", 
          "data": {
              // ...其他配置
              "output_audio": {
                  "codec": "pcm",   // 适用于 G711A 和 G711U
                  "pcm_config": {
                      "frame_size_ms": 50 // 单位 ms
                  }
              }
          }
      }
      ```

      配置后，下发的音频包会按照 50ms 每包的固定大小进行传输。
      ![Image=1280x389](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/74d8ac6f69754735baa874b6aae830be~tplv-goo7wpa0wc-image.image)
   * OPUS 编码
      对于 OPUS 编码的音频输出，扣子默认会以每帧（包）10ms 的时长下发数据。如需调整，你需要在 `chat.update` 事件中配置 `output_audio.opus_config`。
      ```TypeScript
      {
          "id": "event_id", 
          "event_type": "chat.update", 
          "data": {
              // ...其他配置
              "output_audio": {
                  "codec": "opus",   
                  "opus_config": {
                      // 默认值为 10。根据 OPUS 规范，只能从 2.5、5、10、20、40、60 这几个固定值中选择，不能设置为其他数值。
                      "frame_size_ms": 40,
                      "use_cbr": true, // 是否使用 cbr，默认是 false
                      "bitrate": 48000 // 输出 opus 的码率，默认是 48000
                  }
              }
          }
      }
      ```

   #### 配置音频下发速率    {#5159db8f}
   通过 `chat.update` 事件的 `output_audio.pcm_config.limit_config` 设置音频下发速率：
   :::notice 注意
   为防止播放卡顿，请务必确保参数配置满足 `max_frame_num * frame_size_ms >= period * 1000`。此条件可以保证音频下发速度跟上播放速度。你还可以根据客户端本地缓冲区的大小来调整 `max_frame_num`，以更好地应对网络延迟。
   :::
   
   ::::cols
   @col 50
   PCM/G711 编码
   ```TypeScript
   {
       "id": "event_id", 
       "event_type": "chat.update", 
       "data": {
           // ...其他配置
           "output_audio": {
               "codec": "pcm",   // 适用于 G711A 和 G711U
               "pcm_config": {
                   // 每个音频包 100ms
                   "frame_size_ms": 100,
                   // 通过 limit_config 设置 1s 内最多返回 10 个音频包
                   "limit_config": {
                       "period": 1,
                       "max_frame_num": 10
                   }
               }
           }
       }
   }
   ```
   
   
   
   
   @col 50
   OPUS 编码
   ```TypeScript
   {
       "id": "event_id", 
       "event_type": "chat.update", 
       "data": {
           // ...其他配置
           "output_audio": {
               "codec": "opus", // 适用于 OPUS
               "pcm_config": {
                   // 每个音频包 60ms
                   "frame_size_ms": 60,
                   // 通过 limit_config 设置 1s 内最多返回 10 个音频包。
                   "limit_config": {
                       "period": 1,
                       "max_frame_num": 10
                   }
               }
           }
       }
   }
   ```
   
   
   
   ::::

   设置后，如下图所示，将从 11:44:13:237 开始下发 10 个 100ms 的音频包，接着从11:44:14:237 开始下发 10 个 100ms 的音频包。
   ![Image=3297x1154](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/1b37cd0861b24ce1ab1d569f4cffd690~tplv-goo7wpa0wc-image.image)

## **分析智能体耗时定位性能瓶颈** {#ac286e3b}
如果自身接入服务的耗时与官方 Demo 接近甚至更短，即表明是智能体的原因导致延迟。官方 Demo 默认配置基础的智能体，而实际业务中配置的智能体通常包含复杂工作流、插件调用、多工具协同等额外处理逻辑，这些环节容易造成性能瓶颈，建议按以下步骤排查智能体处理耗时。
### 排查步骤 {#9be164f2}

1. 在扣子的**空间管理**>**发布管理**页面，选择目标智能体。
2. 在日志详情页找到对应用户输入，查看首次响应耗时。
   ![Image=777x189](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/2cdc350fe73649468a27bc936a802a64~tplv-goo7wpa0wc-image.image)
3. 如果首次响应耗时较长，请参考以下建议进行优化。

### 优化建议 {#6c49828b}
智能体的核心体验主要受稳定性、响应速度、推理效果和链路效率这几个因素影响。你可以参考以下建议进行优化。

   <!-- @cols-width: 143,329,162 -->
   | | | | \
   |**优化建议** |**说明** |**参考文档** |
   |---|---|---|
   | | | | \
   |保障服务稳定性 |仅当 Agent 使用火山方舟接入点时，你可以通过火山方舟平台自行购买 TPM 保障包，以获得更高的服务稳定性和 SLA 保障。 |\
   | | |\
   | |   :::tip 说明 |\
   | |   精调模型不支持 TPM 保障包，这类模型需购买模型单元来保障服务。 |\
   | |   ::: |[火山方舟 TPM 保障包](https://www.volcengine.com/docs/82379/1544106?lang=zh#95750410) |
   | | | | \
   |平衡速度与推理效果 |选择 Lite/Flash 系列模型（例如 doubao1.6-flash），并关闭 thinking 模式，可获得更快的响应速度；但该操作会导致推理回复效果有所减弱，需根据业务场景权衡选择。 |[模型服务](/guides/model_service) |
   | | | | \
   |降低模型响应时间 |模型响应时间取决于 TTFT（首 Token 生成时间）和 TPOT（后续 Token 生成时间）。当 TTFT 耗时相对固定时，可以通过减少输出的 Token 数量来有效缩短总响应时间。 |[优化大模型响应时间](/tutorial/llm_response_time) |
   | | | | \
   |提升工作流效率 |对智能体的工作流编排进行优化，精简链路中的冗余环节，提升智能体的运行效率。 |[搭建低延时语音助手](/tutorial/low_latency_voice_assistant) |


## 技术支持 {#e6880f5d}
如果通过上述自助排查步骤仍无法解决问题，企业版（标准版、旗舰版）付费套餐用户可由火山引擎提供专属售后服务。你可以通过[火山售后在线咨询](https://console.volcengine.com/coze-pro/overview?entry=ConsoleSideBarAftermarket&openVcopilot={%22query%22:%22%22,%22displayMode%22:%22fullscreen%22}&vcopilotExtraInfo={%22accountPlanName%22:%22%E4%BC%81%E4%B8%9A%E7%89%88%22})提交工单，获取人工客服支持。提交工单时，你需要提供LogID **** ，以便工程师尽快定位你的问题。
<!-- @cols-width: 100,349 -->
| | | \
|**协议** |**获取方式** |
|---|---|
| | | \
|WS  |\
| |WS 回包中的 detail 下的 **logID** 字段 |\
| |![Image=1407x170](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/2b0bf96f638c4911941e82dbdef5efb6~tplv-goo7wpa0wc-image.image) |
| | | \
|HTTP |Http Response Header 中的 **x-tt-logID** 字段 |