VicroCode
让代码创造价值
VicroCode是一个轻量级代码在线发布、交易平台,开箱即用,免部署、免服务器、免备案,支持接入智能体、通用管理系统、游戏等多种项目
稍候片刻,您可先学习AI编程手册
正在加载中...

市场信息

腾讯混元发布实时语音模型 Hy Realtime:能说会唱、还能调用工具,已在元宝语音通话、腾讯客服等上线

IT之家 11 月 13 日消息,腾讯混元今日发布全新实时语音模型 Hy Realtime。该模型在语音理解、指令遵循、拟人化表达等基础对话能力上有优异表现,同时新增 Agentic 工具调用与唱歌能力。 Hy Realtime 已在元宝语音通话、腾讯客服等产品上线 ,近期也将上线腾讯云,对外提供 API 服务。

www.ithome.com · 2026-11-13T08:41:34+00:00

IT之家 11 月 13 日消息,腾讯混元今日发布全新实时语音模型 Hy Realtime。该模型在语音理解、指令遵循、拟人化表达等基础对话能力上有优异表现,同时新增 Agentic 工具调用与唱歌能力。

Hy Realtime 已在元宝语音通话、腾讯客服等产品上线 ,近期也将上线腾讯云,对外提供 API 服务。官方表示,Hy Realtime 仍在不断迭代,下一步将重点在双工交互、长期个性化记忆、前后台 Agent 交互上等方面不断提升,为用户带来更好的交互体验。

当前版本可通过最新版元宝 App 体验,在语音通话功能中选择“初语”音色;也可访问网页 Demo 进行部分能力体验。 /ai-market-guide/ IT之家附官方介绍如下: Hy Realtime 在理解用户意图和指令遵循方面表现出色。

现实交流中,用户交互可能会口齿含糊、话说半截,或者中途改口纠正自己,模型可以结合对话上下文,对这类不完整输入进行意图还原,理解准确率显著提升。同时,模型的多轮指令遵循与上下文管理能力进一步增强,在较长的连续对话中依然能够稳定理解用户意图,保持对话流畅。

除了基础对话功能,Hy Realtime 还具备 工具调用能力 ,它能根据对话上下文、用户意图准确判断是否执行联网搜索,统一搜索决策、调用工具与生成回答。除了“听力理解”的大幅提升,Hy Realtime 的 口语表达能力 也进一步升级。

在音质、发音、韵律、情感各维度上全面优于上一代模型,对话内情感的变化和递进更加自然,韵律语调处理也更具多样性,与用户的共情能力进一步提升。依托与腾讯音乐 TME 灵音 AI 团队的深度 Co-Design,Hy Realtime 新增 唱歌能力 ,将自然语言点歌与富有表现力的歌声融入对话,让交互从“能说”走向“会唱”。

用户可以按歌手、专辑、曲风、语种、发行年份和热度组合点歌,也能承接前文继续选择。例如,当用户说“来首 2010 年到 2020 年之间的英文民谣”,模型即可结合多轮上下文,理解点歌意图、匹配歌曲并演唱。

在演唱表现上,混元团队围绕表现力、自然度和音乐性持续打磨,让演唱情绪更有层次,咬字、气息衔接更加自然,旋律与节奏表达更加协调。在内部专家 A/B Test 评测中,Hy Realtime 在核心体验维度中呈现出显著优势。

▲ 在中文 / 中英混为主的应用场景上,混元语音构建了体验向的真实产品评测体系。在内部专家盲评的结果上,基础搜答类体验上有了显著提升。

▲ 在覆盖数学、科学、逻辑推理、知识问答、复杂指令、文本理解、多轮等多个维度的内部自建基础智商测试集上,非思考模式的中文表现不俗。 ▲ 在语音交互领域多个公开 Benchmark 上,综合客观表现处于领先水平。

返回 AI 市场导读

来源:ithome.com