聲網(wǎng)發(fā)布對話式AI引擎 只需兩行代碼讓AI開口說話

3月6日消息，今日，實(shí)時(shí)互動(dòng)云服務(wù)商聲網(wǎng)正式發(fā)布對話式AI引擎，支持任意文本大模型升級為對話式多模態(tài)大模型。

據(jù)介紹，聲網(wǎng)對話式AI引擎支持包含DeepSeek、ChatGPT等在內(nèi)的全球幾乎所有大模型廠商。同時(shí)也支持全球主流語音合成供應(yīng)商任意切換，支持開發(fā)者通過語音合成供應(yīng)商定制的自定義音色接入。

聲網(wǎng)方面表示，通過全鏈路深度優(yōu)化，并在中、美、歐、東南亞主要城市實(shí)測，語音對話延遲中位數(shù)低至650ms。同時(shí)，自研“智能打斷”技術(shù)，模擬真人對話節(jié)奏，隨時(shí)打斷與AI的對話，響應(yīng)低至340ms。

從現(xiàn)場演示的demo來看，聲網(wǎng)對話式AI引擎基本可以做到實(shí)時(shí)應(yīng)答，“選擇性注意力鎖定”功能可屏蔽95%環(huán)境人聲、噪聲干擾，精準(zhǔn)識別對話人聲。

此外，對話式AI引擎具備優(yōu)秀的抗弱網(wǎng)、抗丟包能力，80%丟包率下仍能穩(wěn)定流暢對話，斷網(wǎng)3-5s依舊流暢對話。

據(jù)聲網(wǎng)相關(guān)負(fù)責(zé)人介紹，對話式AI引擎提供了極簡的開發(fā)部署，只需2行代碼，15分鐘就能讓AI開口說話，大幅降低了開發(fā)門檻。只需填入與復(fù)制LLM與TTS相關(guān)的URL與Key，就能實(shí)現(xiàn)快速部署，具體流程可查看聲網(wǎng)官網(wǎng)的文檔中心。

目前，該產(chǎn)品的應(yīng)用場景包括智能助手、虛擬陪伴、口語陪練、智能客服、智能硬件等。

成本方面，AI語音對話需0.098元/分鐘，單次贈送1000分鐘。自研的“智能打斷”功能作為增值服務(wù)需0.042元/分鐘。

聲網(wǎng)AI RTE產(chǎn)品線負(fù)責(zé)人姚光華表示，"經(jīng)過一段時(shí)間與客戶的打磨及實(shí)際使用場景調(diào)研，我們統(tǒng)計(jì)出，用戶與AI每產(chǎn)生1次對話中，平均會有約3輪問答，計(jì)算下來平均對話時(shí)長約為21.1s，單次成本僅需3分錢。如果每月對話次數(shù)15次，那么月成本不到5毛錢，年成本也只需5元。"（周小白）

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。