Hy Realtime - 腾讯混元推出的全新实时语音大模型
Hy Realtime是什么
Hy Realtime 是腾讯混元最新推出的实时语音大模型,专为贴近真实通话场景打造。Hy Realtime 能听懂含糊、说半截甚至中途改口的话,能在长对话中稳定记住上下文、执行多轮指令。说话音质自然、有情感共鸣,必要时可自动联网查资料作答。目前 Hy Realtime 已接入模擬インゴット App 语音通话和腾讯客服,后续将开放腾讯云 API,可用于智能客服、语音陪伴、车载交互、口语陪练和音乐娱乐等场景。

Hy Realtime的功能特色
- 口语容错理解:能结合上下文猜透含糊、半截话和临时改口的真实意图,嘈杂环境里也能听清。
- 长对话记忆:多轮对话中持续记住前文,复杂指令和连续任务都能稳定执行。
- 拟人化表达:音质、韵律和情感大幅升级,语气变化自然,能共情交流。
- インテリジェントなツール呼び出し:根据对话意图自动判断是否需要联网搜索,一站式完成查资料到回答的全过程。
- 点歌演唱:支持按歌手、曲风、语种、年份等条件组合点歌,能顺着上下文继续选歌并现场演唱。
- 低遅延レスポンス:文本和语音协同建模、流式生成,边说边合成,大幅缩短等待时间。
- 产品化落地:已接入元宝语音通话和腾讯客服,并计划通过腾讯云开放 API 供开发者使用。
Hy Realtime的核心优势
- 长对话更稳:多轮指令遵循和上下文管理能力增强,长时间连续对话能理解用户意图。
- 表达更拟人:音质、发音、韵律和情感全面升级,情绪递进与共情表现更自然。
- 具备工具调用能力:能根据上下文和意图自主决定是否联网搜索,打通检索到作答的完整链路。
- 会唱能点歌:支持按歌手、曲风、语种、年份组合点歌,能结合上下文续点并演唱。
- 低延迟流式生成:文本与语音协同建模,边生成文本边合成语音,显著降低首次响应延迟。
- 能力迁移更完整:跨模态对齐的预训练与后训练,让知识、逻辑和推理能力不被口语化稀释。
Hy Realtime官网是什么
- Demo 网址:https://rtcube.cloud.tencent.com/component/hunyuan/index.html
Hy Realtime的使用步骤
- App 端体验:把元宝 App 更新到最新版本,打开后点击右上角的电话图标进入语音通话。
- 切换音色:在自由对话场景里,把音色切换为初语,可开始自然对话。
- 点歌互动:直接说出条件即可点歌,比如来首 2010 到 2020 年的英文民谣,模型会按条件选歌演唱。
- 工具自动触发:联网搜索、工具调用无需手动操作,会根据对话内容自动判断并执行。
- 网页端体验:访问腾讯云的网页 Demo 地址 https://rtcube.cloud.tencent.com/component/hunyuan/index.html,可在线体验部分语音能力。
Hy Realtime的适用人群
- コーポレート&カスタマーサービスチーム:需要听懂用户含糊表达、情绪变化,并能联网查询后自然作答的智能客服与售后场景。
- 普通消费者/个人用户:想要一个能长对话、共情交流,处理日程、问答和生活服务的语音助手或陪伴伙伴。
- 车载与硬件厂商:需要在噪声、打断、口语不完整环境下保持稳定低延迟交互的智能设备开发者。
- 教育从业者与学习者:用于多轮纠错、发音反馈,并能根据学习者情绪调整语气的口语陪练场景。
- 内容与娱乐平台:适合陪伴、直播互动、语音娱乐入口等需要点歌演唱能力的运营方。
Hy Realtime的常见问题
Q1:Hy Realtime 在哪里可以体验?
A1:可在元宝 App 语音通话中切换「初语」音色使用,也可访问腾讯云网页 Demo 体验部分能力。
Q2:怎么用语音点歌?
A2:直接说出组合条件即可,比如来首 2010 到 2020 年的英文民谣,Hy Realtime 能结合上下文继续选歌演唱。
Q3:它会自动联网搜索吗?
A3:会,模型会根据对话意图自行判断是否需要联网检索,并统一完成决策、检索和作答。
Q4:嘈杂环境下能用吗?
A4:可以,Hy Realtime 针对真实通话优化,在噪声、打断和口语不完整的环境下仍能保持稳定理解。
© 著作権表示
記事の著作権 AIシェアリングサークル 無断転載はご遠慮ください。
関連記事
コメントはありません




