- Advertisement -SMAPACE 50MM MODULAR SYSTEMSMAPACE 50MM MODULAR SYSTEM
AI腾讯混元发布 Hy Rea...

腾讯混元发布 Hy Realtime:支持实时唱歌与工具调用

IT之家 11 月 13 日消息,腾讯混元今日发布全新实时语音模型 Hy Realtime。据 IT之家 报道,该模型在语音理解、指令遵循及拟人化表达上表现优异,并新增 Agentic 工具调用与唱歌能力,目前已上线元宝语音通话及腾讯客服。

要点速览

  • 实时交互与意图还原:Hy Realtime 能处理口齿含糊、话说半截或中途改口的不完整输入,结合上下文还原意图,提升理解准确率。
  • 工具调用能力:模型可根据对话上下文判断是否执行联网搜索,统一搜索决策、调用工具与生成回答。
  • 唱歌能力:依托腾讯音乐 TME 灵音 AI 团队 Co-Design,支持按歌手、专辑、曲风等组合点歌,实现自然语言点歌与歌声融入对话。
  • 情感表达升级:音质、发音、韵律、情感维度全面优于上一代,对话内情感变化更自然,共情能力进一步提升。
模型在中文及中英混用场景下的评测数据图表
图:IT之家
  • 上线情况:当前版本可通过最新版元宝 App 体验,选择“初语”音色;也可访问网页 Demo 体验部分能力。
  • 未来迭代:官方表示下一步将重点在双工交互、长期个性化记忆、前后台 Agent 交互等方面提升。

关键参数

项目参数
模型名称Hy Realtime
核心能力实时语音、工具调用、唱歌
上线产品元宝语音通话、腾讯客服
服务形式API 服务(近期上线腾讯云)
体验入口最新版元宝 App、网页 Demo
模型在基础智商测试集上的表现对比图
图:IT之家

价格与上市

  • API 服务:近期上线腾讯云,官方尚未公布具体价格。
  • App 体验:当前版本可通过最新版元宝 App 免费体验。
腾讯混元 Hy Realtime 官方宣传图,展示语音交互界面 配图
图:IT之家

媒体评价

IT之家在报道中指出,Hy Realtime 在中文及中英混用场景下的基础搜答类体验有了显著提升。在覆盖数学、科学、逻辑推理、知识问答、复杂指令、文本理解、多轮等多个维度的内部自建基础智商测试集上,非思考模式的中文表现不俗。此外,在语音交互领域多个公开 Benchmark 上,其综合客观表现处于领先水平。

RANSEA VIEW

一个读者会问的问题

值不值得关注? Hy Realtime 的核心突破在于将“唱歌”与“工具调用”整合进实时语音流。对于个人创作者而言,这意味着不再需要分别使用文本生成、TTS 合成和音乐生成工具。你可以通过语音指令直接让 AI 搜索素材、调用 API 获取数据,并让 AI 以特定风格演唱背景音乐片段。这种多模态的实时交互,比单纯的文字生成更具实用价值,特别是为视频配音、音乐 Demo 制作提供了新的工作流维度。

适合谁? 适合需要高频语音交互、希望简化多步骤操作(如搜索+生成+演唱)的个人创作者和家庭工作室用户。例如,独立游戏开发者可以利用其工具调用能力,在对话中实时获取游戏数据并生成角色语音;播客主可以利用其唱歌能力快速生成插曲。

需要注意什么? 目前 API 服务尚未公布具体价格,且 App 端仅支持“初语”音色。对于对延迟极度敏感或需要极高精度专业录音室级音质的用户,建议等待后续迭代或自行测试网页 Demo 的表现。

参考来源

留下一个答复

请输入你的评论!
请在这里输入你的名字

订阅周报

每周日一封,免费

一周新品与价格变化

值得买、值得等,还是可以跳过

本周深度稿与实测

往期周报可以在「周报」栏目查看。

Exclusive content

- Advertisement -Work with Ransea:新品送测、品牌合作与广告投放

Latest article

More article

- Advertisement -订阅 Ransea 周报订阅 Ransea 周报