3月6日，声网举办了主题为“AI开口，互动无界”的产品发布会，正式发布了全球首个对话式 AI 引擎。声网对话式 AI 引擎可支持任意文本大模型快速升级为“能说会道”的对话式多模态大模型。同时，对话式 AI 引擎的价格也更为优惠，1分钟不到1毛钱，只需0.098元/分钟。
五大能力让任意大模型“能说会道”
在生成式 AI 的浪潮下，行业普遍认为多模态大模型是实现 AGI 的必经之路，知名投资机构 a16z 最新关于 Voice AI 的报告也显示，随着大模型的不断进步，语音将成为一种关键的切入点。声网作为全球实时互动云行业的开创者，在音视频领域积累了深厚的技术优势与场景实践，一直致力于将 RTE 与生成式 AI 结合，并推出了对话式 AI 引擎，为开发者带来“多快好省”的 AI 语音对话体验。
模型选择多：真正把选择权交给开发者！支持包含 DeepSeek、ChatGPT 等在内的全球几乎所有大模型厂商。同时也支持全球主流语音合成供应商任意切换，支持开发者通过语音合成供应商定制的自定义音色接入。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。
响应快、打断快：通过全链路深度优化，并在中、美、欧、东南亚主要城市实测，语音对话延迟中位数低至 650ms，让 AI 秒回你的提问。超低打断延时，自研“智能打断”技术，模拟真人对话节奏，随时打断与 AI 的对话，响应低至340ms。
对话体验好：“选择性注意力锁定”功能可屏蔽95%环境人声、噪声干扰，精准识别对话人声。此外，对话式 AI 引擎具备优秀的抗弱网、抗丢包能力，80% 丢包率下仍能稳定流畅对话，断网3-5s 依旧流畅对话。
开发省心、更省钱：声网对话式 AI 引擎提供了极简的开发部署，只需2行代码，15分钟就能让 AI 开口说话，大幅降低了开发门槛。只需填入与复制 LLM 与 TTS 相关的 URL 与 Key，就能实现快速部署，具体流程可查看声网官网的文档中心。
对话式 AI 引擎的成本也更优，AI 语音对话只需0.098元/分钟，单次还赠送1000分钟。声网自研的“智能打断”功能作为增值服务也只需0.042元/分钟，以更低的成本助力开发者探索 AI 应用场景。
声网 AI RTE 产品线负责人姚光华表示，”经过一段时间与客户的打磨及实际使用场景调研，我们统计出，用户与 AI 每产生1次对话中，平均会有约3轮问答，计算下来平均对话时长约为21.1s，单次成本仅需3分钱。如果每月对话次数15次，那么月成本不到5毛钱，年成本也只需5元。”
对话式AI推动智能助手、智能硬件等场景走向火热
通过声网对话式 AI 引擎，开发者可以快速部署智能助手、虚拟陪伴、口语陪练、智能客服、智能硬件等对话式 AI 场景。例如智能助手场景可以通过自然语言交互，帮助人们进行日程管理、信息查询和任务执行，全面提升生活便利性，并提高工作效率。
智能硬件场景也是当下非常火热的 AI 场景，通过嵌入对话式 AI 引擎，可实现语音控制、智能看护、智能陪伴和个性化服务，将智能设备升级为智能硬件体。适用于 AI 玩具、AI 教育硬件、AI 陪伴设备、家居语音助手、穿戴设备个人助手等多种应用场景。
