新火種
2025-01-07 
聲網ConversationalAIAgents獲CSDN、大模型之家、賽迪網獎項
新年開門紅！在剛結束的CSDN 2024中國開發者影響力年度評選中，聲網Conversational AI Agents 獲選創新產品與解決方案。在同期舉辦的大模型之家2024年度獎項評選中，該解決方案也位列優秀應用方案榜單。
此外，聲網 Conversational AI Agents 解決方案成功入選由中國電子信息產業研究院旗下賽迪網與《數字經濟》雜志共同發起的《2024年度軟件和信息技術創新服務案例集》。
聲網 Conversational AI Agents 是一套實時多模態對話式 AI 解決方案，該方案以語音為核心，支持視頻擴展，實現文本/音頻/圖像/視頻的組合輸入&輸出，具備500ms超低延時、對話更自然擬真、框架靈活可拓展等一系列特性，幫助開發者與企業快速構建適配自己業務場景的 AI 實時語音對話服務。
支持智能打斷，AI語音對話延遲低至 500ms
超低延時語音對話是聲網 Conversational AI Agents 解決方案的一大核心優勢，通過在客戶端進行低延遲的音頻采集和播放，借助聲網自研的 SD-RTN? 實時傳輸網絡實現全球范圍的低延時 RTC 傳輸，語音對話延遲低至 500ms，并進一步通過更快速的 LLM 推理首字耗時、低延遲流式 TTS、同機部署等一系列技術手段，保證對話的實時性與流暢性，達到近似人與人之間日常對話停頓與間隔。
在真實的語音對話中，打斷對方并提出新疑問是很常見的現象，而在 GenAI 場景，能否支持隨時打斷也成為衡量大模型智能化的重要指標。聲網自研的 AI VAD 技術，適應人類對話的停頓、語氣和對話節奏，支持 AI 對話過程中隨時打斷。
領先的音頻處理 讓 AI 對話更“聽得清”
在人與人音視頻通話的過程中，經常會遭遇環境噪音，影響溝通效率。在 GenAI 場景中，環境噪音同樣無法避免。聲網的解決方案具備業界領先的音頻3A能力，即使在嘈雜的環境中，也能通過 AI 噪聲抑制、背景人聲過濾、音樂檢測/過濾等算法，確保人與 AI 的對話不受環境干擾，始終保持順暢，AI 也更聽得清人說的話。
靈活可擴展的 AI Agent架構 支持快速接入AI Agent 作為大模型的應用框架，其重要性不言而喻。而開發者經常會根據自身的喜好或者業務場景選擇不同的組件搭配 AI Agent。對此，聲網的解決方案采用了靈活可擴展的 AI Agent架構，兼容市場主流的 ASR、LLM 和 TTS 技術，并具備工作流編排能力，幫助開發者與企業根據特定需求定制和擴展 AI 驅動的實時互動體驗。同時，這套方案支持 API 快速調用，提供開箱即用的場景化 Demo，最快 3h 即可實現方案快速驗證，并提供端到端 SDK，同樣適用于針對目標場景化業務開發，尋求整套技術方案的客戶。
聲網已與國內外多家 AI廠商展開了合作，借助 Conversational AI Agents 幫助客戶實現了對話式AI 在智能助手、虛擬陪伴、口語陪練、語音客服、同聲傳譯、智能硬件等多個場景的落地。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
