腾讯混元推出Hy Realtime实时语音模型,新增工具调用与唱歌能力
摘要
腾讯混元发布全新实时语音模型Hy Realtime,在语音理解、指令遵循、拟人化表达等基础能力之外,新增Agentic工具调用与唱歌能力。该模型已在元宝语音通话、腾讯客服上线,近期将通过腾讯云提供API服务。
腾讯混元在实时语音方向再落一子。近日,其正式发布全新实时语音模型Hy Realtime,将语音交互能力从单纯的“能听会说”向更复杂的任务执行延伸。
从能力构成看,Hy Realtime在语音理解、指令遵循与拟人化表达等基础维度之外,重点补强了两项新能力:Agentic工具调用与唱歌。前者意味着模型可在语音交互过程中调用外部工具完成任务,后者则拓展了语音生成的表现形式,使输出不再局限于日常对话。
落地节奏上,该模型已先行接入元宝语音通话与腾讯客服两个场景,覆盖C端交互与企业服务两类需求。按照官方信息,Hy Realtime近期还将通过腾讯云对外提供API服务,向开发者与企业客户开放调用。
对AI语音赛道而言,实时语音模型正从“对话流畅”转向“可执行任务”。腾讯混元选择在自有产品验证后再开放云端接口,这一路径能否在开发者生态中形成规模,仍有待观察。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗