腾讯混元推出实时语音模型,支持点歌与模糊意图理解

资讯 AI 应用前沿 全文 2809 字 · 约 8 分钟读完 分类腾讯元宝混元腾讯模型发布

腾讯混元发布 Hy Realtime 实时语音模型,主打中文真实通话场景。它能听懂含糊、改口等不完整表达,支持联网搜索和按条件点歌演唱。目前已接入元宝 App 和腾讯客服,即将通过腾讯云开放 API,旨在解决长对话中的上下文丢失和延迟问题,提供更拟人的交互体验。

所属频道 大厂动态模型发布开源生态国产大模型

为什么我们需要一个能“听懂人话”的语音模型

过去的语音助手总让人觉得有点“笨”。你说话稍微快一点,或者中间打了个磕巴,它就卡住了;你想让它查个天气,它非要你先说完一整句标准的指令;最尴尬的是,聊着聊着它就忘了前面说过什么,每句话都像是一次全新的陌生人见面。

这种割裂感在真实通话中尤其明显。人在打电话时,很少会像念稿子一样字正腔圆。我们会说半截话,会中途改口,会因为情绪激动而语无伦次,背景里还可能有车流声或键盘声。传统的语音模型在处理这些“不完美”输入时,往往显得力不从心。

腾讯混元最近推出的 Hy Realtime 模型,就是冲着解决这些问题来的。它不是那种只能在安静实验室里跑分的 demo,而是直接面向真实的通话场景。简单来说,它试图让机器像人一样,不仅能听清你在说什么,还能听懂你没说全的意思,甚至能根据你的情绪做出反应。

核心变化:从“听写”到“理解”

Hy Realtime 最大的突破在于对口语化表达的处理能力。以往的系统大多基于“听写”逻辑,先把语音转成文字,再处理文字。一旦语音识别出错,或者用户表达不规范,整个链路就会崩塌。

这个新模型采用了文本与语音协同建模的技术。这意味着它在生成回答时,不是等整段话说完才处理,而是边听边想,边生成文本边合成语音。这种流式生成的方式大幅降低了首响延迟,让对话节奏更接近真人交流。

更重要的是,它对“不完整表达”有极强的还原能力。比如你说:“我想去那个……就是上次提到的那家火锅店,不对,是旁边那家日料。”传统模型可能会在“火锅店”和“日料”之间混乱,或者直接报错。Hy Realtime 能结合上下文判断出你的最终意图是“日料”,并忽略中间的修正过程。在嘈杂环境或多人插话的场景下,这种稳定性显得尤为关键。

不只是聊天:它会搜索,还会唱歌

如果只是聊得顺畅,那还只是基础体验。Hy Realtime 引入了 Agentic(智能体)能力,让它具备了行动力。

在对话中,如果你问到一个需要实时信息的问题,比如“今天北京适合穿什么衣服”,模型会自动判断是否需要联网。如果需要,它会后台触发搜索,整合信息后给出自然回答,而不是扔给你一堆链接。这种“决策—检索—生成”的一体化流程,让工具调用变得无感且高效。

另一个让人意外的功能是“点歌演唱”。得益于与腾讯音乐(TME)灵音的深度合作,Hy Realtime 不仅能推荐歌曲,还能直接演唱。你可以说:“来一首 2010 年到 2015 年之间的英文民谣,要伤感一点的。”它不仅能理解这些复杂的组合条件,还能用相应的音色和曲风唱出来。甚至在演唱过程中,你可以随时打断它:“换一首轻快点的。”它能无缝切换,继续演唱。这对于车载娱乐、家庭陪伴或直播互动来说,是一个极具差异化的卖点。

长对话不再“失忆”

很多用户都有过这样的经历:和 AI 聊了十几轮之后,它开始胡言乱语,或者完全忽略之前的设定。这是因为随着对话长度增加,上下文窗口压力大,模型容易“注意力分散”。

Hy Realtime 在多轮指令遵循上做了专项优化。它能在长对话中持续管理上下文状态,准确执行连续或复杂的指令。比如你先让它设定一个“严厉的老师”角色,然后进行多轮口语陪练,它能始终保持这个角色设定,并根据你的发音错误给出针对性反馈,不会因为聊久了就变回默认的机械语气。

这种能力的背后,是一套系统的训练体系。通过 CT(连续训练)、SFT(监督微调)、MOPD(多目标偏好数据)和 RL(强化学习)等多个阶段,配合双轨奖励机制,模型在智商、表达自然度和任务执行一致性上得到了平衡。特别是预训练和后训练的跨模态对齐,让它的知识推理能力没有因为“口语化”而被稀释。

哪里可以体验到?

目前,普通用户最直接的使用入口是腾讯的“元宝”App。

  1. 下载更新:确保你的元宝 App 是最新版本。
  2. 进入通话:打开 App,点击右上角的电话图标,进入语音通话模式。
  3. 选择音色:在“自由对话”场景中,将音色切换为“初语”。
  4. 开始互动:你可以尝试自然的闲聊,或者直接测试点歌功能,比如说出特定的年份、语种和曲风组合,观察它的反应速度和演唱效果。

对于开发者或企业用户,网页端提供了一个简易 Demo(地址通常在腾讯云相关页面),可以体验部分核心能力。更重要的是,Hy Realtime 即将通过腾讯云开放 API。这意味着未来大量的智能客服、车载系统、智能硬件都可以接入这套能力,而不必从头研发语音交互模块。

它和 OpenAI 的 Realtime 有什么区别?

很多人会拿它和 OpenAI 的 GPT-4o Realtime 系列做对比。两者确实都是实时语音领域的头部产品,但侧重点有所不同。

OpenAI 的 Realtime 更偏向于全球化的通用语音 Agent,强调低延迟、打断处理和强大的 Function Calling 生态,适合构建复杂的电话代理或多模态应用。它的优势在于英语环境的极致优化和广泛的开发者生态。

而 Hy Realtime 显然更懂中文语境。它在中文及中英混合的真实通话中表现更佳,特别是在处理中文特有的含糊表达、语气词和情感细微变化上,有着本土化的优势。此外,“点歌演唱”这一特色功能,依托于腾讯音乐的版权库和技术积累,是目前 OpenAI 尚未公开强调的场景。在接入方式上,Hy Realtime 已经深入腾讯自家的客服体系和元宝 App,落地速度很快,更适合国内需要快速部署中文智能客服、陪伴型助手或娱乐互动的企业。

实际应用场景想象

这项技术落地后,几个场景的变化会非常明显:

  • 智能客服:以前的客服机器人最怕用户情绪激动或表达不清,现在它能听懂用户的抱怨,甚至能通过语气判断用户是否愤怒,从而调整回答策略,必要时直接转接人工或查询订单状态,效率大幅提升。
  • 车载交互:开车时噪音大,说话简短且常有中断。Hy Realtime 的低延迟和抗噪能力,能让司机在不分心的情况下完成导航设置、音乐切换等操作,安全性更高。
  • 教育陪练:在口语练习中,它不仅能纠正发音,还能模拟真实对话中的突发状况,比如突然改变话题或插入背景音,帮助学生适应真实的语言环境。
  • 个人陪伴:对于独居人群或老年人,一个能记住长期喜好、能聊天、能唱歌、能帮忙查信息的语音助手,提供的不仅是便利,还有情感上的慰藉。

结语

Hy Realtime 的出现,标志着语音交互正在从“指令执行”向“自然交流”跨越。它不再要求用户适应机器,而是让机器去适应用户的习惯。虽然目前在复杂逻辑推理和极端边缘案例上可能仍有提升空间,但在中文实时语音交互这个细分赛道上,它已经拿出了具有竞争力的解决方案。

随着 API 的开放,我们或许很快会在更多的应用中听到那个熟悉又自然的声音。到时候,评判它好坏的标准将不再是技术指标,而是我们是否真的愿意把它当作一个平等的对话伙伴。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 腾讯混元Hy4 flash发布:224B参数,张军称性价比最高

    【TechWeb】11月16日消息,今日,腾讯混元最新语言模型Hy4 flash正式发布。腾讯公司公关总监张军在社交平台发文称,“这是迄今为止性价比最高的混元模型。”混元Hy4 flash每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比Hy4大幅降低。该模型总参数量为224B(其中64B En

    来源 腾讯网
  2. 腾讯混元发布Hy4 flash:224B参数,单任务成本只有Hy4的1/20

    【环球网科技综合报道】11月16日,腾讯混元发布最新语言模型Hy4 flash。该模型总参数量224B(其中64B Engram参数),激活参数12B,支持多模态和1M上下文长度。腾讯混元称,Hy4 flash是其迄今性价比最高的Hy模型,每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,价格相比 Hy

    来源 腾讯网
  3. 腾讯Hy4 flash发布,速度大幅提升,单任务成本仅为Hy4二十分之一

    本文来源:时代财经 11月16日,腾讯混元最新语言模型Hy4 flash发布,模型总参数量为224B(其中 64B Engram 参数),激活参数仅为12B,支持多模态和1M上下文长度。Hy4 flash是迄今为止最高性价比的Hy模型:每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元,单任务成本仅为Hy

    来源 腾讯网
  4. 阿里腾讯月之暗面旗舰模型收紧网络攻击能力:Qwen4-Max不公开权重

    IT之家 11 月 17 日消息,彭博社今日报道称,阿里、腾讯、月之暗面最新发布的新一代模型普遍限制了网络进攻能力,同时强化了漏洞检测与防御功能。 彭博社指出,阿里最新旗舰模型 Qwen4-Max 刻意过滤了训练数据中可用于网络攻击的材料,保留了对漏洞检测等防御场景有用的能力。而且该版本暂未公开模型权重,用户无法自行下

    来源 AI 行业观察
  5. 腾讯混元Hy4 flash定价公布:百万Token输入0.5元,张军称性价比最高

    11月16日,腾讯混元Hy4 flash发布,腾讯公关总监张军在微博披露其API定价:每百万Token输入0.5元、输出2元,命中缓存时仅需0.02元。该模型总参数量224B、激活参数12B,支持多模态与1M上下文长度,已在腾讯云TokenHub、元宝、企业微信等产品上线,即将接入OpenRouter。

    来源 凤凰科技
  6. 腾讯发布Hy4 flash:支持1M上下文,激活参数12B

    11月16日,腾讯发布定位于日常办公及智能体任务的Hy4 flash模型。该模型总参数量224B(含64B Engram参数),单次激活参数12B,支持多模态输入和最高1M上下文长度,解码速度超过150 tokens/s。腾讯内部评测显示其综合表现略高于Hy4 preview,WorkIndex测试中平均单任务成本约为

    来源 凤凰科技
  7. DeepSeek-V4稀疏注意力:1M上下文提速22倍?

    如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍

    来源 AI 行业观察
  8. 阿里腾讯同日发新模型:Qwen4-Max单任务降58%,Hy4 flash仅竞品1/8

    阿里Qwen4-Max基于2.4万亿参数的全新架构,评测中单任务平均费用从26.58元降至11.16元,缓存命中每百万Token低至0.5元;腾讯Hy4 flash激活参数仅12B,评测中单任务成本为DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅需0.02元。 11月16日,阿里和腾讯在同一天各

    来源 AI 行业观察
  9. 华为云开源具身世界模型CloudRobo-WM1.2,两项评测登顶

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  10. 华为云开源CloudRobo-WM1.2:具身世界模型登顶两项评测

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  11. 华为云“行业AI梦工厂”发布并开源昇腾原生具身世界模型CloudRobo-WM1.2

    【TechWeb】11月16日消息,今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。 五

    来源 AI 行业观察
  12. Qwen4-Max单任务降58%,Hy4 flash成本仅竞品1/8

    阿里Qwen4-Max基于2.4万亿参数的全新架构,评测中单任务平均费用从26.58元降至11.16元,缓存命中每百万Token低至0.5元;腾讯Hy4 flash激活参数仅12B,评测中单任务成本为DeepSeek同类产品忙时价格的1/8、Hy4的1/20,缓存命中仅需0.02元。

    来源 华尔街见闻
  13. 千万token上下文:98%时间耗在选token,如何再快22倍?

    编辑|Panda如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 qu

    来源 腾讯网
  14. OVHcloud推出首个AI模型家族Olala,首发7A1B开源模型

    IT之家 11 月 17 日消息,欧洲云服务企业 OVHcloud 当地时间今日宣布推出其首个 AI 模型家族 Olala,同时公布了该系列的首个成员 Olala mini 7A1B。 Olala mini 7A1B 采用结合了 Differential-TPA 和 Mamba-3 的混合注意力机制,总参数 70 亿、

    来源 AI 行业观察
  15. 困扰物理学界50多年的难题,科学家靠GPT-6 Astra给出新方案

    智东西11月16日报道,今日,OpenAI发布科学博客首篇客座文章,GPT-6 Astra参与了一项标准模型研究,帮助物理学家提出一种在“格点”上定义标准模型的候选方案。 加州大学圣塔芭芭拉分校理论粒子物理学组负责人、OpenAI访问科学家Nathaniel Craig在博客中介绍了他如何与GPT-6 Astra合作,

    来源 AI 行业观察
向下滚动自动加载更多