豆包实时音视频模型开放 API,可边看边听并主动接话

2026-11-20 科技 阅读

                  火山引擎 11 月 19 日上线豆包实时音视频通话模型 SeedRealtime 1.0 的 API 服务,开发者可将实时多模态交互能力接入应用。   据火山引擎介绍,模型把声音、画面、时序与表达统一到一个端到端模型中,在连续信息流上交互,减少语音识别、视觉理解和语音合成等多个模块串联带来的延迟与信息损耗。它可持续...

Image

  火山引擎 11 月 19 日上线豆包实时音视频通话模型 SeedRealtime 1.0 的 API 服务,开发者可将实时多模态交互能力接入应用。

  据火山引擎介绍,模型把声音、画面、时序与表达统一到一个端到端模型中,在连续信息流上交互,减少语音识别、视觉理解和语音合成等多个模块串联带来的延迟与信息损耗。它可持续理解场景变化,在合适时机主动开口。

  火山引擎称,相比级联模型,SeedRealtime 1.0 的音视频对话节奏问题减少了一半,可用于语音助手、智能硬件、陪伴式应用和实时客服等场景。

相关阅读

柘城网为柘城本地权威综合门户。立足本土,解读钻石、辣椒、肉牛特色产业,传承朱襄故里人文,汇聚旅游、非遗、美食与民生资讯,搭建柘城论坛,服务柘城百姓。
  • 今天吃什么?
  • 关于我们
Copyright © 2026 柘城网 All Rights Reserved. 豫ICP备2025133402号豫公网安备41142402000636号
关灯 返回顶部
返回顶部