Alibaba phát hành Qwen-Audio-3.0-Realtime, AI giọng nói sẽ chủ động gọi công cụ để làm việc

robot
Đang tạo bản tóm tắt
Theo giám sát Beating, Alibaba đã phát hành mô hình giọng nói thời gian thực Qwen-Audio-3.0-Realtime. Nó có thể phản hồi theo mức độ mili giây và cũng có thể chủ động gọi các công cụ bên ngoài như bản đồ, API, MCP và cơ sở tri thức trong hội thoại.

Người dùng không cần phải nói rõ “gọi công cụ”. Ví dụ, hỏi trước về một quán ăn Tứ Xuyên gần đó, rồi hỏi quán nào có điểm đánh giá cao và khoảng cách gần; mô hình sẽ ghi nhớ kết quả truy vấn lần trước, tiếp tục tìm kiếm và trả lời.

Mô hình cũng có thể vừa nói vừa nghe, cho phép người dùng ngắt bất cứ lúc nào. Trong môi trường ồn ào hoặc khi nhiều người trò chuyện, nó sẽ cố gắng nhận diện người nói chính, giảm việc bị âm thanh nền làm gián đoạn nhầm.

Giọng điệu, nhịp độ và cảm xúc của nội dung nói cũng sẽ được điều chỉnh theo ngữ cảnh. Bên cạnh bản Plus cho suy luận mạnh hơn, còn có bản Flash cho phản hồi nhanh hơn; hiện đã được triển khai trên Alibaba Cloud Bailian.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
  • Phần thưởng
  • Bình luận
  • Đăng lại
  • Retweed
Bình luận
Thêm một bình luận
Thêm một bình luận
Không có bình luận
  • Đã ghim