火山引擎推出对话式AI实时交互解决方案

火山引擎今日宣布推出对话式 AI 实时交互解决方案，该方案搭载了火山方舟大模型服务平台。火山引擎RTC实现了语音数据的采集、处理和传输，并深度整合了豆包•语音识别模型和豆包•语音合成模型，简化了语音到文本和文本到语音的转换过程，提供了智能对话和自然语言处理能力。该解决方案支持开箱即用快速搭建，只需调用标准的OpenAPI接口即可配置所需的语音识别（ASR）、大语音模型（LLM）、语音合成（TTS）类型和参数。

这项技术具有三大亮点：支持随时打断甚至直接插话；不受限于AI服务部署区域，整体响应延时可低至1s；客户端提供音频帧级别的语音活动性检测（VAD），可以检测出何时有人正在说话，何时是静默状态。这些功能将帮助应用程序实现用户与云端大模型的实时语音通话。