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。

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 - 天天要聞

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。

科技分類資訊推薦

特斯拉官宣Model 3長續航全輪驅動版28.55萬起售 - 天天要聞

特斯拉官宣Model 3長續航全輪驅動版28.55萬起售

7月1日,特斯拉官方微博宣布Model 3長續航全輪驅動版車型升級,CLTC續航升至753公里,百公里加速升至3.8秒,售價28.55萬元起。特斯拉表示,7月31日(含)前下單,還可享8000元限時保險補貼、5年0息、8000元車漆選裝金等購車優惠政策。...
央視新聞報道:全國加能站充電樁配置率達45% - 天天要聞

央視新聞報道:全國加能站充電樁配置率達45%

報名 | 掃描上圖二維碼,鎖定超級沙龍重慶站席位 產品 | 掃描上方二維碼提交需求 可高效對接 本文來源 | 中國石油石化6月28日,2025能源產業生態論壇在北京召開。論壇上發布了《中國加油(能)站發展藍皮書2024-2025》,數據顯示,當前,傳統加油站正從單一能源供給,向綜合服務生態深度轉型。《藍皮書》顯示,截至2024年底...
韋東奕,民族的脊樑,崇尚他,國家民族更有前途和希望 - 天天要聞

韋東奕,民族的脊樑,崇尚他,國家民族更有前途和希望

最近,北大韋神韋東奕又「霸屏」了。這位北京大學助理教授、數學科學學院微分方程教研室研究員,因開通個人網路賬號,兩天漲粉兩千萬。這是什麼概念?一般頭部網路主播,即便有團隊共同打造賬號,要漲粉兩千萬,沒有幾年時間也難以達成。這說明什麼?
厲害!榮耀400系列三周激活量超70萬台 - 天天要聞

厲害!榮耀400系列三周激活量超70萬台

上周行業消息顯示榮耀400系列全球激活量已經突破100萬台,還引起了行業的熱議。大家都在講這一次榮耀400系列的銷量確實牛,市場認可度確實高。不過當時給出的是全球數據,並不知道國內與海外的佔比。
YU7銷量為何沒受前段時間小米負面的影響? - 天天要聞

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?
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 - 天天要聞

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