基础概念
在配置 Verity-cn 的进阶选项之前,先了解几个会反复出现的基本概念。 理解它们之后,无论是使用官方服务还是自定义服务商都会轻松很多。
LLM(大语言模型)
LLM(Large Language Model)是 Verity 的「大脑」,负责理解你说的话并生成回复, 对话、记忆等能力都由它驱动。常见的 LLM 服务商有 DeepSeek、豆包等。
使用 LLM 需要在服务商处注册并创建 API Key,然后通过接口把消息发给模型、拿回回复。
TTS(语音合成)
TTS(Text-to-Speech,语音合成)负责把文字变成语音—— 你听到 Verity 说话的声音就是它生成的。 音色、语调等效果由服务商提供的模型决定。
STT(语音识别)
STT(Speech-to-Text,语音识别)与 TTS 相反,负责把你发出的语音转成文字—— 长按 V 键语音输入时,识别你说话内容的就是它。
Base Url(接口地址)
Base Url 是 API 服务的基础地址,通常是形如 https://api.example.com/v1 的 URL。模组会把请求发送到这个地址来使用对应的服务。
「OpenAI 兼容格式」指接口的请求与响应结构遵循 OpenAI 制定的通用规范——目前绝大多数 LLM 服务商都遵循它,因此只需更换 Base Url 和 Key 就能切换服务商。
Key(API 密钥)
Key 是服务商发给你的「通行证」,用来验证身份与计费。 在服务商的控制台创建后即可填入模组或官方新生网站使用。
Model(模型选择)
同一家服务商通常提供多个模型,例如 DeepSeek 旗下就有不同的对话模型。 它们在能力、响应速度和价格上各有差异: 能力强的模型回复更聪明但更贵、更慢,轻量模型则相反。
在「代理服务」中选择 Model,就是挑选用哪个模型来驱动 Verity。 不确定怎么选时,先用服务商的默认推荐即可。
关于 TTS / STT 的接入
LLM 的接口已经普遍统一为 OpenAI 兼容格式;但 TTS 与 STT 的接口尚未统一,各厂商的实现差异较大。
因此本模组仅单独适配了小米 MiMo 的 TTS 与 STT;同时也支持 OpenAI 兼容格式的 TTS / STT 接口, 方便接入提供该格式语音服务的平台。