豆包實時語音大模型正式上線！端到端語音對話情商智商雙高

2025年01月23日09:20:36 科技 3881

快科技1月20日消息，今日，位元組跳動豆包大模型團隊宣布，豆包實時語音大模型今日正式上線，並在豆包app全量開放，將app升級至7.2.0版本即可體驗。

據介紹，豆包實時語音大模型是一款語音理解和生成一體化的模型，實現了端到端語音對話。

相比傳統級聯模式，在語音表現力、控制力、情緒承接方面表現驚艷，並具備低時延、對話中可隨時打斷等特性，號稱「情商智商雙高」。

該模型是真正意義上的端到端語音系統，主要面向中文語境和場景（可進行英語對話，暫不支持多語種）。

豆包表示，依託於語音和語義聯合建模，豆包實時語音大模型擁有豐富表現力，呈現出接近真人的語音表達水準。

通過學習角色語音和情感特點，模型具備強大講故事能力，在對話或內容演繹中，可生動切換成不同角色/狀態，配合不同情緒表達，增強交互趣味性和沉浸感。

聯合建模後，模型湧現出超出預期的指令理解、聲音扮演和聲音控制能力。

比如，目前模型部分方言和口音，主要源自於pretrain階段數據泛化，而非針對性訓練。

豆包實時語音大模型輸出語音表現力高度逼近真人，包括類人的副語言特徵（如語氣詞、停頓思考等），同時賦予模型實時聯網功能，能根據問題，動態獲取最新信息，對時效問題給到精準、及時的回應。

從豆包發布的技術展示來看，該模型語音語氣自然度和情緒飽滿度逼近真人，對話風格更加擬人，情感理解更加深刻，對用戶的情緒做到較好承接。

豆包大模型團隊也坦言，現階段的模型主要支持中文，其他語種尚未較好支持，中文範圍內，模型也僅支持小部分方言和地方口音的理解和表達。

科技

YU7銷量為何沒受前段時間小米負面的影響？

為什麼前段時間小米負面不斷，但是現在SU7發布之後，一樣是賣爆了呢？其實我之前就說過了，這些負面不會影響到小米的銷量。互聯網是健忘的。之前那個小米手機發生高速車禍，很多人在說小米的自駕問題。但是實際上大家要明白，真正會去買小米這個汽車的人，他們的側重點是什麼？

07月01日 8883

【荷蘭】智能機器人代替員工，導航設備公司TomTom 裁員三百

荷蘭導航設備公司 TomTom 正在大規模裁員。未來一段時間內，將裁減 300 個職位，包括負責路線規劃、銷售和客戶服務的員工。此次裁員與這家荷蘭公司的戰略變化有關。TomTom 表示，....

07月01日 8777

華為發布新一代OceanStor Dorado 3000融合全快閃記憶體存儲：最高1600塊SSD、8PiB容量

快科技6月30日消息，華為今日正式發布新一代OceanStor Dorado 3000融合全快閃記憶體存儲。最大支持2 TB內存、1600塊SSD，提供高達8 PiB（‌1PiB=1024TB）可用容量，單系統最大可擴展到16個控制器。具有以下三大優勢：全新融合：華為新一代OceanStor Dorado 3000採用原生塊、文件、對象並行架構，一套存儲滿足多種業

07月01日 6163