产品72

豆包实时音视频通话模型 SeedRealtime 1.0 API 全量上线

原标题:豆包实时音视频通话模型 1.0 API 全量上线,可实现边看边听边说全模态实时交互

IT之家发布时间 (北京时间)

火山引擎正式上线豆包实时音视频通话模型(SeedRealtime 1.0)API 服务,将声音、画面、时序与表达统一到同一个端到端模型,实现边看、边听、边说。相比依赖 ASR、VLM、TTS 串联的级联方案,该模型减少了延迟叠加与信息损耗,音视频对话节奏问题减少一半。它支持持续环境感知与主动表达,可在多人聚餐、机器操作、学习辅助、嘈杂交通等场景中主动提醒和介入。

来源仅允许展示摘要,全文请到原文阅读。
Agent 智能体多模态语音与音频产品更新#产品更新#多模态#语音#Agent