来源：sina.com.cn
发布时间：Jan 20, 2025, 4:41:00 AM
原地址：https://t.cj.sina.com.cn/articles/view/1654203637/629924f50200133ia
豆包官方今日宣布，其实时语音大模型已在豆包App（7.2.0新春版）中全量上线。该模型实现了语音理解与生成的一体化，支持端到端语音对话，显著提升了语音表现力、控制力及情绪承接能力，尤其在中文对话场景中表现突出，具备低时延和可随时打断的特性。
此外，豆包App同步更新了实时语音通话功能，基于全新语音大模型，进一步增强了语音真实感和情绪表现，几乎达到“人机难辨”的交互效果。新功能还能精准把控节奏、儿化音、音量等细节，支持方言、英语对话及多角色模仿，甚至具备部分歌曲演唱能力。
豆包实时语音大模型采用端到端框架研发，深度融合语音与文本模态，实现了从多模态输入到输出的统一建模，为AI语音对话赋予了更多“灵魂”。
免责声明：本文内容由开放的智能模型自动生成，仅供参考。