豆包实时语音模型3.0 API 上线

sowang

豆包实时语音 3.0（Seeduplex）是火山引擎2026-06-18 正式邀测上线的端到端全双工实时语音大模型 RealtimeAPI，原生 Speech2Speech 一体化架构，不再拆分 ASR+LLM+TTS 串联，支持边听、边说、边工具调用，解决传统语音交互机械对讲、判停慢、嘈杂识别差问题。

核心三大能力

强抗干扰：区分人声 / 广播 / 多人杂音，降低误打断、误回复

动态语义判停：停顿判断融合语义，判停延迟缩短 250ms，抢话率下降 40%；用户打断响应提速 300ms

对话内工具调用：语音对话流中直接执行查资料、日程、文档总结等自定义函数

适用场景

智能座舱、硬件语音助手、实时语音客服、直播实时互动、智能穿戴设备


豆包实时语音模型3.0 API 演示视频1
https://weibo.com/tv/show/1034:5 ... om=old_pc_videoshow

豆包实时语音模型3.0 API 演示视频2
https://weibo.com/tv/show/1034:5 ... om=old_pc_videoshow

豆包实时语音模型3.0 API 演示视频3
https://weibo.com/tv/show/1034:5 ... om=old_pc_videoshow