腾讯混源发布 Hy Realtime 语音模型,可自动判断何时进行网络搜索

TME+0.38%

关键要点

  • 腾讯混源于2026年11月13日发布Hy Realtime语音模型,该模型已上线腾讯元宝语音通话和腾讯客服。
  • 根据腾讯官方说明,Hy Realtime可自动判断是否需要进行网络搜索,并将搜索决策、工具调用和语音回复整合到统一流程中。
  • 腾讯混源计划不久后通过腾讯云API向外部开发者开放Hy Realtime模型,并规划推出双向互动、个性化记忆等后续功能。

腾讯混源于 11 月 13 日正式发布 Hy Realtime,这是一款具备工具调用和歌唱功能的即时语音模型。模型已在腾讯元宝语音通话和腾讯客服上线,腾讯表示不久后将通过腾讯云 API 提供此模型。Hy Realtime 的核心设计旨在应对实际对话中的含糊、停顿或中途修正,利用上下文对话重构用户意图。

腾讯混源 Hy Realtime 正式发布,已上线元宝语音通话与腾讯客服

据腾讯官方说明,Hy Realtime 于 2026 年 11 月 13 日正式发布,目前已在两个腾讯自有服务上线:腾讯元宝语音通话和腾讯客服;腾讯表示不久后将通过腾讯云 API 开放给外部开发者使用。用户现在可在最新版元宝 App 中选择名为「楚雨」的语音进行通话,也可通过腾讯云端的网页演示体验。据报道,腾讯规划的下一步功能包括:双向互动、长期个性化记忆,以及前台对话代理与后台代理之间的协同工作。

核心能力:从不完整语音重构意图,到自动判断是否进行网络搜索

据腾讯说明,Hy Realtime 在语音理解方面的核心设计如下:用户说话时可能含糊不清、说到一半就停顿,或在思考中突然修正,模型会利用上下文对话重构用户的意思;多轮指令跟踪和上下文管理能力也已改进,让模型在更长的对话中能持续跟踪用户意图。工具调用方面,模型根据对话内容和用户意图自动判断是否需要进行网络搜索,并将搜索决策、工具调用和语音回应整合进一个统一的流程。

据腾讯说明,在音频输出方面,Hy Realtime 在音频品质、发音、韵律和情感表达方面均优于其前代产品,对话中语气的变化也更加自然。

歌唱功能由腾讯音乐娱乐 AI 团队协同开发

据腾讯说明,歌唱功能由腾讯音乐娱乐(TME)AI 团队共同开发,用户可通过以下六项条件选曲(可单选或组合):

歌手:按特定演唱者选曲

专辑:按特定专辑或合集选曲

流派:按音乐类型(民谣、流行、摇滚等)选曲

语言:按演唱语言(中文、英文等)选曲

发行年份:按特定年份范围选曲

流行度:按热门程度筛选

用户可在后续请求中进一步优化选曲条件,例如请求「2010 年至 2020 年间发行的英文民谣」,模型将配对并演唱符合条件的曲目。据腾讯说明,对歌声进行了调校,力求富有表现力、自然流畅,并兼顾旋律和节奏。

腾讯称多个公开语音基准测试处于领先地位

据腾讯报告,Hy Realtime 在以下几个测试中取得进展:内部专家盲测的搜索问答任务、内部非思考模式下的推理测试,以及多个公开语音基准测试;腾讯称在这些公开基准测试中的整体结果「处于领先地位」。据报道,上述评估均为公司内部进行,已发布文本未提供样本量或测试设定的详细说明。

常见问题

腾讯混源 Hy Realtime 于 2026 年 11 月 13 日发布后的部署渠道和用户体验入口有哪些?

据腾讯说明,Hy Realtime 已在腾讯元宝语音通话和腾讯客服上线;不久后将通过腾讯云 API 提供给外部开发者。用户可在最新版元宝 App 中选择名为「楚雨」的语音,或通过腾讯云端网页演示体验。

Hy Realtime 的工具调用能力,以及其在对话中自动判断是否进行网络搜索的机制是什么?

据腾讯说明,模型根据对话内容和用户意图自动判断是否需要进行网络搜索,并将搜索决策、工具调用和语音回应整合进统一的流程;此外,模型能从含糊或不完整的语音中利用上下文重构用户意图,并在多轮对话中持续跟踪。

Hy Realtime 歌唱功能的开发合作方,以及用户如何组合选曲条件?

据腾讯说明,歌唱功能由腾讯音乐娱乐(TME)AI 团队协同开发,用户可按歌手、专辑、流派、语言、发行年份、流行度六项条件选曲(可单选或组合),并在后续请求中进一步优化。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论