使用LangChain构建紧急求助热线语音代理
了解如何使用LangChain、AssemblyAI和OpenAI构建一个实时AI语音紧急求助热线代理。该代理能够倾听呼叫者的语音求助，实时评估情况，派遣合适的紧急服务，并安抚呼叫者——无需任何打字或菜单操作。文章详细介绍了三阶段流水线（语音转文字、智能体推理、文字转语音）以及关键代码实现。
在紧急情况下，每一秒都至关重要。当人们惊慌失措时，传统的按键菜单式求助热线往往加剧混乱。本教程将介绍如何利用LangChain、AssemblyAI和OpenAI构建一个全语音的AI紧急求助热线代理，它能够倾听呼叫者的语音求助，实时评估情况，并自动派遣警察、救护车或消防服务，同时安抚呼叫者情绪。
为什么选择紧急求助热线？ 与常见的点餐或音乐播放语音助手不同，紧急求助热线对延迟、语气和可靠性有极高要求。语音助手的每一个设计决策都可能影响实际救援，因此它是检验AI语音系统能力的理想场景。
流水线架构：三明治模型 系统由三个独立组件构成，并行工作：语音转文字（STT）、智能体推理和文字转语音（TTS）。当呼叫者还在讲话时，STT已经开始转写；智能体在前一回复的基础上进行推理；TTS则边推理边合成语音。正确实现时，整个流程可在10秒内完成，且音频连续无中断。
第一阶段：语音转文字（AssemblyAI） 使用AssemblyAI的WebSocket API，遵循生产者-消费者模型。音频块实时流入，转录文本实时流出。关键事件类型包括STT Chunk（部分转录，用于实时监控）和STT Output（完整转录，用于触发智能体动作）。建议启用内容安全检测标志，以便在文本处理前识别求救信号。
第二阶段：紧急分类智能体（ARIA） 智能体ARIA基于LangChain和LangGraph构建，具备四个工具：位置查询（get_caller_location）、紧急派遣（dispatch_emergency，支持救护车、警察、消防）、升级至人工（escalate_to_human）和安抚协议（calming_protocol）。系统提示要求ARIA始终保持冷静，每次只问一个问题，避免使用表情符号或Markdown。通过InMemorySaver检查点，ARIA能记住整个通话历史，包括呼叫者之前提供的信息。
第三阶段：文字转语音（OpenAI TTS） 选择OpenAI TTS（tts-1模型）与智能体共用API密钥，简化集成。tts-1针对实时流式合成优化，音色“shimmer”冷静清晰。使用response_format='pcm'可直接将原始PCM音频流送入WebSocket，延迟极低。注意，tts-1-hd虽然质量更高，但会增加约200ms延迟，因此紧急热线推荐tts-1。
测试与结论 通过将上述模块串联，并利用asyncio实现并发，一个全功能的语音紧急求助代理便构建完成。该代理能在通话中实时转录、推理并回应，显著缩短求助响应时间。文章鼓励读者进一步优化，如添加更精细的语义分析或多语言支持。