字节跳动发布豆包语音AI模型，助力播客与实时互动
字节跳动云计算部门火山引擎在其豆包系列下推出两款突破性语音AI模型。这两项创新——豆包语音播客模型与豆包实时语音模型——标志着语音技术的重大进步，为内容创作者和企业提供了全新解决方案。
豆包语音播客模型：音频内容革命
该模型可将文本输入（包括句子、URL或文档）转化为专业级播客脚本。其突出特点是能生成包含人类对话细节的自然对话流：如打断、犹豫和自然衔接。内置深度搜索功能可捕捉热点话题，是创作者保持内容时效性的强大工具。
豆包实时语音模型：无缝沟通体验
专为实时互动设计，在虚拟会议和在线教育等场景表现卓越。支持通过自然语言指令实现高级控制，包括唱歌、声线模仿和方言转译功能。其动态打断或发起对话的能力，大幅缩小了AI与真人交互的差距。
市场影响与未来展望
通过这两款产品，字节跳动巩固了其在语音技术领域的地位。从播客制作到实时通讯的多功能特性，使它们成为跨行业的变革者。火山引擎暗示将推动"智能时代"的更多创新，但具体细节尚未公开。
核心亮点
- 语音播客模型可自动生成脚本并模拟自然对话节奏
- 实时语音模型支持带歌唱和模仿功能的动态交互
- 两款模型均已通过火山引擎向企业客户开放
- 字节跳动计划扩展AI产品矩阵，聚焦实际应用场景
