豆包上线实时语音大模型:高智商高情商 陪你吐槽陪你疯
作者:胡镤心 文章来源:亿邦动力
2025-01-20 16:47
作者:胡镤心 文章来源:亿邦动力
2025-01-20 16:47
邦小白快读
【亿邦原创】1月20日,豆包APP更新实时语音通话功能,面向所有用户开放,免费使用。
这一功能基于最新豆包实时语音大模型(Doubao Realtime Voice Model)。更新后,豆包中文场景的对话能力在语音真实感和“喜怒哀乐”的情绪表现上近乎达到“人机难辨”的AI交互效果,可以模仿不同声线,并且在“逻辑思考”和“情绪感知”上有明显提升。
经测试,豆包App全新实时语音通话做到了“人机难辨”的真人级交互程度。相比大多数语音系统还在语气层面进行粗线条变化,豆包全新实时语音通话功能可以根据场景自动对节奏、儿化音、音量、气音等细节精准把控,甚至能跟你“说”悄悄话。
此外,豆包在喜怒哀乐情绪表现方面也颇为亮眼,还掌握了部分方言与英语对话、多角色模仿,甚至部分歌曲演唱能力。在日常使用中,它既可以是英语陪练老师、讲故事高手,也可以是一位即兴唱作者。
过去,传统语音对话任务系统采用ASR+LLM+TTS的级联模式,无法满足真人级语音对话对理解的完整度、生成的自然度、交互的低延时等各维度的要求。而豆包全新语音能力基于创新的端到端框架,使用原生方法深度融合语音与文本模态进行统一建模。最终可实现从多模态输入直接到多模态输出的效果,赋予AI语音对话“灵魂”。
豆包相关负责人介绍,交付体验上,豆包语音对话在确保模型具备强大理解和逻辑能力,能联网回答时效性问题的同时,还具备超低延时和流畅打断能力。
豆包全新实时语音通话功能与同类产品拉开明显差距,同时情商智商双双在线。据外部真实反馈,用户对豆包此次上线的全新语音通话功能整体满意度为4.36/5,对GPT-4o语音对话满意度则为3.18/5,尤其语音语气自然度和情绪饱满度方面,豆包有明显优势。
目前,豆包App全新实时语音通话功能已经全量上线,用户下载并升级豆包APP至7.2.0新春版即可体验。
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
FAQ回顾
豆包实时语音大模型有哪些核心功能?
豆包实时语音大模型支持多声线模仿、方言与英语对话、情绪化交互(喜怒哀乐)、歌曲演唱,具备超低延时和流畅打断能力,可应用于英语陪练、讲故事等场景。
豆包语音功能与传统语音系统有何不同?
传统系统采用ASR+LLM+TTS级联模式,豆包使用端到端框架统一建模语音与文本模态,实现多模态直接输入输出,提升交互自然度与实时性。
如何体验豆包实时语音通话功能?
用户需下载豆包APP并升级至7.2.0新春版即可免费使用全量上线的实时语音通话功能,支持所有用户开放。
下一篇











