火山引擎上线 SeedRealtime 1.0 实时音视频通话模型 API
AI 总结
据36氪和IT之家报道,火山引擎已上线豆包实时音视频通话模型 SeedRealtime 1.0 API。该模型将声音、画面、时序与表达统一到同一个端到端系统,支持持续“边看、边听、边说”的交互。IT之家报道称,该模型可减少级联系统串联 ASR、VLM、TTS 等模块带来的延迟叠加和信息损耗,其音视频对话节奏问题较级联模型减少一半。所给报道未提供这些性能比较的独立验证。
深度见解
SeedRealtime 1.0 为开发者提供了一个 API,可在同一实时交互循环中联合处理语音、视觉场景和时序信息,无需分别串联多个感知与语音模块。
火山引擎上线豆包实时音视频通话模型API服务-36氪
登录
搜索