跳到正文
IT之家·· 2 天前AI 评分73

豆包实时音视频通话模型 SeedRealtime 1.0 API 全量上线

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

AI 导读

11 月 19 日,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端到端模型,实现边看、边听、边说的全模态实时交互。相比依赖 ASR、VLM、TTS 串联的传统级联系统,该模型降低了延迟叠加和信息损耗,音视频对话节奏问题减少了一半,并具备持续环境感知与主动表达能力,可在察觉场景变化或任务节点时主动提醒和介入。

来源:IT之家 · ithome.com