
腾讯混元团队发布实时对话语音模型 Hy Realtime,已接入元宝 App 和客服系统:说话结巴、说到一半改口也能从上下文还原意图,边聊边联网搜索、调外部工具不断流。还会按年代、风格和情绪合成歌声,后续计划通过腾讯云向开发者开放。
来源:每日 AI 简报
原文链接:https://kimkj.com/en/daily-briefing-en/?mod=document&uid=21717
标题和摘要由 AI 根据原文生成,可能有误,以原文为准- 收藏支持反对

说话说一半改口还能还原意图,这才是实时语音真正的硬骨头,比会唱歌难得多。边聊边联网、调工具不断流,拼的是延迟和状态管理;至于按年代风格唱歌,演示好看,落到客服和元宝里,估计还是先拼 “别打断我、别答错”。