腾讯混元正式发布自研实时语音模型 Hy Realtime,主打流式实时语音交互,针对口语打断、中途改口、语句不完整这类真实对话场景做了优化,除基础语音对话之外,新增 Agentic 工具调用和唱歌能力,目前已经在元宝语音通话、腾讯客服落地,后续会上线腾讯云开放 API 给开发者使用。这款模型是端到端语音大模型,不需要拆分识别、翻译、合成多个环节,一句话边说边响应,更贴近真人通话的交流感,官方后续还会持续迭代,重点优化双工交互、长期记忆、后台智能体联动这些能力。
Hy Realtime 核心能力清单
- 实时语音理解:支持用户说话停顿、改口、中途打断,还原真实意图,多轮长对话稳定性更好
- Agent 工具调用:可以自主判断是否联网搜索,把检索、思考、语音回答整合在一起
- 语音唱歌:原生支持演唱,不再是单纯文字转语音朗读歌词
- 落地产品:元宝 App 语音通话(初语音色)、腾讯客服系统
- 开放计划:近期上线腾讯云,提供 API 服务给企业和开发者
Hy Realtime 适合的使用场景
- 真人风格语音通话、陪伴对话、智能语音助手
- 企业智能客服,实时语音接待、查资料、解答问题
- 语音 Agent 任务,语音下达指令,自动联网查信息并口头反馈
- 语音互动娱乐、AI 唱歌、即兴语音创作
普通用户体验与开发者接入步骤
- 用户端:更新最新版元宝 App,打开语音通话,选择 “初语” 音色,直接体验 Hy Realtime
- 开发者端:等待腾讯云上线对应 API 接口,开通混元调用权限
- 功能调试:测试打断响应、工具调用、唱歌效果,调整交互逻辑
- 业务上线:接入自有 App、硬件、客服系统,搭建实时语音交互服务
【相关 FAQ】
问题 1:腾讯混元实时语音模型 Hy Realtime 和普通 TTS 语音模型差别在哪?
回答 1:普通 TTS 只是文字转语音,Hy Realtime 是端到端实时语音模型,能听懂语音、支持打断、自主调用工具,还自带唱歌能力,是一体化语音交互模型。
问题 2:腾讯混元 Hy Realtime 现在怎么体验,需要付费吗?
回答 2:普通用户可以在元宝 App 语音通话里免费体验 Hy Realtime,开发者 API 上线之后会按腾讯云计费规则收费。
问题 3:Hy Realtime 后续迭代方向是什么?
回答 3:腾讯混元计划持续优化 Hy Realtime,重点提升双工交互、长期个性化记忆、前后台 Agent 交互能力,让实时语音对话更自然智能。
【参考资料】
[2026-11-13](腾讯混元:发布全新实时语音模型 Hy Realtime)36 氪
[2026-11-13](腾讯混元发布实时语音模型 Hy Realtime:能说会唱、还能调用工具)IT 之家
[2026-11-13](腾讯混元发布 Hy Realtime 语音模型!AI 不仅能聊天 还能唱歌和执行任务)太平洋科技
【免责声明】
本内容为腾讯混元 Hy Realtime 资讯整理,模型能力、API 上线时间、计费方案以腾讯混元、腾讯云官方公告为准,模型会持续迭代升级,不构成商业接入、产品采购建议。
本文来自作者[玄核快照]投稿,不代表新投网立场,如若转载,请注明出处:https://www.eastpo.net/kuaixun/202611/1563.html
评论列表(4条)
我是新投网的签约作者“玄核快照”!
希望本篇文章《腾讯混元推出实时语音模型 Hy Realtime 支持 Agent 工具调用与唱歌能力》能对你有所帮助!
本站[新投网]内容主要涵盖:互联网行业的追踪与探索
本文概览:腾讯混元正式发布自研实时语音模型 Hy Realtime,主打流式实时语音交互,针对口语打断、中途改口、语句不完整这类真实对话场景做了优化,除基础语音对话之外,新增 Agentic 工具调用和唱歌能力,目前已经在元宝语音通话、腾讯客服落地,后续会上线腾讯云开放 API 给开发者使用。这款模型是端到端语音大模型,不需要拆分识别、翻译、合成多个环节,一句话边说边响应,更贴近真人通话的交流感,官方后续还会持续迭代,重点优化双工交互、长期记忆、后台智能体联动这些能力。