近期,DeepSeek 旋风席卷全球,其独有的 思考+联网模式让用户纷纷惊叹好用,如果你想脱离与 AI 的文字互动,与 DeepSeek 进行更具真实感的语音对话,声网的对话式 AI 引擎让你15分钟内就能做到。
今天,声网对话式 AI 引擎 Beta 版也正式上线,支持开发者在 Console 后台自行开通服务接入 API,并在 Playground 中实际调参、测试并生成代码,仅需2行代码,15分钟即可部署基于大模型的对话式 AI Agent。
声网对话式 AI 引擎官网也已同步上线,开发者在了解产品功能的同时,也可通过官网申请体验最新的 Demo 应用。
5大能力让你的大模型能说会道
1、AI语音秒回: AI 秒回你的提问,语音对话延迟低至650ms。
2、对话人声锁定: 屏蔽95%环境人声、噪声干扰,精准识别对话人声。
3、智能打断: 模拟真人对话节奏,随时打断与 AI 的对话,响应低至340ms。
4、全模型适配:实现 DeepSeek、ChatGPT等全模型适配,更有音视频 SDK 支持30000+终端机型适配,解决多设备兼容性的后顾之忧。
5、不惧弱网:地铁、地下车库等弱网环境下,人与 AI 也能流畅对话。
声网对话式 AI 引擎 将为开发者带来极致的对话体验、极简的开发部署,即使像 DeepSeek 这样的文本大模型也能快速转变为对话式多模态大模型,具备能说会道的能力。同时,对话式 AI引擎同样支持基于阿里云、腾讯云的稳定满血版 DeepSeek ,不用担心出现“服务器繁忙,请稍后再试”。
如何快速部署对话式 AI 引擎
开发者想要快速调用声网对话式 AI 引擎 RESTful API 实现与 AI 语音互动,根据以下流程就可通过2行代码,15分钟快速实现从打开 Console 后台到说『Hello Agent』,大幅降低开发门槛。
前提条件:
1、已在声网 Console 控制台开通服务,并获得 App ID、临时 Token、客户 ID 和客户密钥等信息。
2、已联系声网技术支持为你的项目开通声网对话式 AI 引擎。
3、你的 App 已实现基本的实时音视频功能。
4、已获取大模型提供商的 API key 和回调 URL。
5、已获取文本转语音 (TTS) 提供商的 API key。
满足以上前提条件,就可实现与 Agent 的语音互动。具体流程如下图所示:
总体来说部署流程分为三个核心步骤:第一步:加入RTC频道,在你的 App 中调用『 joinChannel 』加入一个 RTC 频道。
第二步:创建对话式智能体:调用『 创建对话式智能体』创建一个智能体实例,并传入上一步中使用的频道名和 Token 让智能体加入同一个 RTC 频道。完成该步骤后,声网会推荐你前往“控制台 - 对话式 AI 引擎 - Playground”快速体验与 AI 对话,正确配置各项参数并完成体验后,点击右上角的 View code 复制自动生成的服务端 API 调用示例代码。
第三步:停止对话式智能体:结束对话后,调用『停止对话式智能体』,让智能体离开 RTC 频道。
更多具体的详细部署流程可查看声网官网的文档中心。
此外,声网对话式 AI 引擎 在 Beta 测试阶段限时免费,欢迎各行各业的开发者参与部署并与我们交流。同时,也可通过声网官网或在声网公众号找到这篇文章,扫描文章底部的二维码,申请体验声网对话式 AI 引擎最新的 Demo 应用。
