一种基于Web端的智能语音交互与混音控制系统及方法

本发明为现有技术中所存在传输模型受限、声学耦合引发回声污染及交互时序失配导致体验劣化的问题，公开了一种基于Web端的智能语音交互与混音控制系统及方法，本发明通过三轨动态混音器独立控制用户语音、AI语音和背景音频的增益，即可将三路信号动态融合为一路标准音频流发送至远端；本地播放与回声根除单元对麦克风采集流进行自适应回声滤波，且AI音频通过独立于麦克风路径的专用通道播放，从根源上切断声学反馈回路，抑制了啸叫；对话状态机控制器基于实时语音活动、AI服务信令及定时器事件进行多维度状态裁决，实现交互状态的平滑切换并动态调整各路增益，避免硬切换带来的语音重叠与机械顿挫感。