~/AI/tencent-hunyuan-releases-hy-realtime-a-singing-and-tool-calling-speech-model

Tencent Hunyuan phát hành Hy Realtime: Mô hình giọng nói biết hát và gọi công cụ

Tencent Hunyuan vừa ra mắt Hy Realtime, một mô hình giọng nói thời gian thực mới tích hợp các khả năng hiểu giọng nói nâng cao, biểu cảm giống người, gọi công cụ theo tác nhân (agentic tool-calling) và ca hát. Mô hình này đã được tích hợp vào các sản phẩm như ứng dụng Nguyên Bảo và dịch vụ chăm sóc khách hàng của Tencent, chuẩn bị cung cấp dịch vụ API trên Tencent Cloud. Sự ra mắt này đánh dấu một bước tiến quan trọng trong lĩnh vực trí tuệ nhân tạo hội thoại, chuyển đổi các mô hình giọng nói từ trợ lý chuyển đổi giọng nói thành văn bản thông thường sang các tác nhân tương tác có khả năng suy luận phức tạp, tìm kiếm web và biểu cảm âm nhạc. Bằng cách tích hợp các tính năng này vào các ứng dụng phổ biến, Tencent đang đẩy mạnh ranh giới của tương tác người-máy tự nhiên và đa phương thức. Hy Realtime xử lý hiệu quả các đầu vào giọng nói mơ hồ và bối cảnh hội thoại dài, trong khi khả năng ca hát của nó được đồng thiết kế với đội ngũ Linh Âm AI thuộc Tencent Music Entertainment (TME). Người dùng có thể đưa ra các yêu cầu dựa trên các tiêu chí phức tạp như nghệ sĩ, thể loại, năm phát hành hoặc độ nổi tiếng.

## KIẾN THỨC NỀN

Các mô hình giọng nói thời gian thực đánh dấu sự chuyển dịch từ các quy trình nhiều bước truyền thống (chuyển giọng nói thành văn bản, xử lý văn bản, chuyển văn bản thành giọng nói) sang tương tác giọng nói trực tiếp đầu cuối nhằm giảm thiểu độ trễ và nắm bắt các sắc thái cảm xúc. Khả năng gọi công cụ theo tác nhân cho phép các mô hình AI tự động quyết định thời điểm và cách thức sử dụng các công cụ bên ngoài như công cụ tìm kiếm web để đáp ứng yêu cầu của người dùng trong cuộc trò chuyện.

## TÀI LIỆU THAM KHẢO

## TỪ KHÓA

#AI#Speech Model#Tencent#Real-time#Conversational AI

$ subscribe --daily