小互@xiaohu · X65
AI 摘要
豆包实时语音模型3.0 API正式上线。支持全双工（同时听和说，可随时插话）和端到端（语音进、语音出，无转录），交互更快速自然。具备精准遵循指令能力，如设定“先不出声，聊到世界杯再加入”后安静待命。关键升级是支持自定义工具，可在实时对话中直接调用工具完成任务（预定日历、发邮件、总结文档、发起查询等），从“语音助手”向“语音 Agent”迈进。
豆包实时语音模型3.0 API 上线
看演示还是很牛P的，能干不少事情了
全双工：能同时听和说，像真人聊天那样可以随时插话
端到端：语音进、语音出，不进行转录，更快、更自然。
精准遵循 + 适时参与：
你可以一句话给它定规矩，比如多人聊天时说「现在先别出声，聊到世界杯时再加入」， 它就安静待命，等话题真到了再主动接话
最关键的一步升级：
它支持自定义工具，能在实时对话里直接调用工具完成任务，预定日历、发邮件、总结文档、发起查询，一句话语音就在对话流里办完。
这等于从「语音助手」往「语音 Agent」迈了一步