Le grand modèle ByteDance Beanbao prend en charge les appels vocaux en temps réel : il peut être interrompu à tout moment et répondre en temps réel.

Aujourd'hui, Volcano Engine, une plate-forme de services cloud appartenant à ByteDance, a annoncé que le modèle beanbao prenait en charge la nouvelle fonctionnalité d'appels vocaux en temps réel.

Il est rapporté que la solution d'interaction en temps réel d'IA conversationnelle fournie par Volcano Engine combine la plate-forme de service de grand modèle Volcano Ark et le modèle de reconnaissance et de synthèse vocale de Doubao pour simplifier le processus de conversion parole-texte et texte-parole. Cette solution permet une collecte, un traitement et une transmission efficaces des données vocales, offrant d'excellentes capacités de dialogue intelligent et de traitement du langage naturel.

Volcano Engine RTC est basé sur la technologie de traitement audio 3A, qui résout efficacement le phénomène de « double parole » et garantit la précision et les performances en temps réel de la reconnaissance vocale. Dans le même temps, le réseau de transmission WebRTC est utilisé pour obtenir des services de transmission audio et vidéo en temps réel à latence ultra faible, stables et fiables dans le monde entier.

Volcano Engine propose également des solutions d'accès flexibles et diversifiées, notamment des solutions d'auto-intégration et des solutions de réseau de transmission basées sur le protocole standard WebRTC, pour répondre aux besoins spécifiques des différentes entreprises.

En outre, le service interactif multimodal en temps réel à grande échelle du Volcano Engine a fourni des capacités vocales en temps réel d'IA pour certaines applications nationales de chat de personnages virtuels d'IA au niveau de la tête, apportant une nouvelle expérience interactive. Volcano Engine continuera de fournir des capacités audio et vidéo de haute qualité ainsi que des capacités d'IA pour aider les entreprises à innover dans le domaine de l'audio et de la vidéo en temps réel de l'IA.