數(shù)字人的AB面：在元宇宙中過氣，在AIGC中重生
來源：光錐智能作者：郝 鑫“29800元一年的虛擬主播，號(hào)稱24小時(shí)不停播，月入十幾萬，實(shí)際上卻是關(guān)鍵詞都不能回復(fù)，播了半個(gè)月，直播間還因違規(guī)被快手封禁，最終投訴無門、退款無果。&
字節(jié)跳動(dòng)旗下的AI應(yīng)用豆包，在今年的功能升級(jí)中展現(xiàn)出了令人矚目的交互能力。從春節(jié)期間的實(shí)時(shí)語音通話，到5月份新增的視頻通話功能，豆包如今已經(jīng)能夠通過多模態(tài)交互方式，實(shí)現(xiàn)與用戶的無縫溝通，仿佛真人一般。
想象一下這樣的場景：當(dāng)你打開視頻通話功能，隨意對(duì)準(zhǔn)一面歐洲小國的國旗，豆包便能結(jié)合音視頻信息，迅速給出正確答案。在通話過程中，你可以自由停頓、思考、甚至改變?cè)掝}，豆包總能準(zhǔn)確把握回復(fù)的時(shí)機(jī)，而當(dāng)你想要打斷它提出新要求時(shí)，它也總能立刻響應(yīng)。
即便在地鐵站、電梯、地下車庫等網(wǎng)絡(luò)環(huán)境復(fù)雜的場景下，豆包的實(shí)時(shí)交互能力也并未受到影響。它能夠保持穩(wěn)定的響應(yīng)速度，給出的回答既正確又清晰。這一切的背后，離不開火山引擎RTC（Real Time Communication，實(shí)時(shí)音視頻）技術(shù)的支持。
RTC技術(shù)專為低延遲互動(dòng)設(shè)計(jì)，它涉及音視頻的采集與編解碼、網(wǎng)絡(luò)傳輸、網(wǎng)絡(luò)自適應(yīng)等多個(gè)模塊，確保用戶從攝像頭、麥克風(fēng)采集的數(shù)據(jù)能夠清晰流暢地傳送至接收方，同時(shí)用戶也能及時(shí)收到對(duì)方的音視頻反饋。與基于TCP協(xié)議的WebSocket方案相比，RTC采用UDP傳輸，允許一定程度的丟包以保證速度，因此具有更低的延遲和更強(qiáng)的抗弱網(wǎng)能力。
火山引擎的RTC技術(shù)自2017年開始研發(fā)，最初用于滿足抖音直播連麥等需求，隨后在字節(jié)內(nèi)部的音視頻通話、社交娛樂、游戲、在線會(huì)議等場景廣泛應(yīng)用。隨著生成式AI的爆發(fā)，RTC技術(shù)迎來了新的發(fā)展機(jī)遇。2024年初，火山引擎推出了基于RTC的對(duì)話式AI技術(shù)方案，為豆包的交互體驗(yàn)升級(jí)提供了重要支撐。
在豆包的對(duì)話式AI場景中，RTC技術(shù)不僅實(shí)現(xiàn)了低延遲、高質(zhì)量和抗弱網(wǎng)的音視頻交互體驗(yàn)，還針對(duì)人與機(jī)器交流的特點(diǎn)進(jìn)行了針對(duì)性的升級(jí)和優(yōu)化。例如，在視頻處理層面，豆包需要分析幀間聯(lián)系與時(shí)序，保證語義連續(xù)，因此火山引擎對(duì)視頻理解與關(guān)鍵幀提取算法進(jìn)行了不斷優(yōu)化。在對(duì)話處理層面，引入了智能語義判停與聲紋降噪算法，使AI能夠準(zhǔn)確判斷用戶話語的完整性，并在嘈雜環(huán)境中聚焦目標(biāo)說話者，屏蔽環(huán)境人聲及噪聲干擾。
這些改進(jìn)讓豆包在音視頻通話中展現(xiàn)出了更接近人類的特征，用戶在與豆包對(duì)話時(shí)能夠獲得更加流暢、自然、貼近真實(shí)互動(dòng)的使用感受。隨著大模型與AI應(yīng)用的日漸成熟，音視頻已成為新一代AI交互中不可或缺的一部分。在虛擬陪伴、智能玩具、智能家居、智能教育等廣闊場景中，用戶對(duì)于低延時(shí)、高質(zhì)量、自然流暢的人機(jī)對(duì)話需求與日俱增。
火山引擎的RTC技術(shù)作為能夠支撐復(fù)雜場景實(shí)時(shí)音視頻交互的底層傳輸技術(shù)，正是保障這些用戶體驗(yàn)的關(guān)鍵。它不僅在豆包中得到了應(yīng)用，還為所有AI時(shí)代的產(chǎn)品提供了重要價(jià)值。企業(yè)通過火山引擎接入RTC，使用的就是與抖音、飛書同款的算法、架構(gòu)與策略。這大大降低了企業(yè)自建集成方案的門檻，減少了網(wǎng)絡(luò)傳輸與音視頻處理能力的投入，同時(shí)也降低了云服務(wù)資源消耗和深度音頻算法調(diào)優(yōu)的成本。
火山引擎還為開發(fā)者提供了每月10000分鐘的免費(fèi)額度，進(jìn)一步降低了開發(fā)者的前期驗(yàn)證與迭代成本。開發(fā)者無需從零開始搭建復(fù)雜架構(gòu)，即可實(shí)現(xiàn)用戶與AI的實(shí)時(shí)音視頻互動(dòng)，構(gòu)建契合業(yè)務(wù)場景的AI實(shí)時(shí)對(duì)話能力。這一切使得RTC技術(shù)成為對(duì)話式AI場景中的優(yōu)選方案，讓企業(yè)能夠更加專注業(yè)務(wù)創(chuàng)新，以更低成本、更快速度落地語音與音視頻能力。
舉報(bào) 0收藏 0打賞 0評(píng)論 0分享 0 更多>同類資訊
榮耀Magic V5新機(jī)曝光：長焦微距功能強(qiáng)大，被譽(yù)為折疊機(jī)影像王者IT之家 6 月 25 日消息，榮耀首席影像工程師羅巍昨日晚分享了 Magic V5 新機(jī)的樣片，并透露該機(jī)支持長焦微距，號(hào)稱“折疊機(jī)最強(qiáng)”。據(jù)IT之家此前報(bào)道，榮耀 Magic V5 手機(jī)將于 7 月 2…06-26
云智算安全論壇啟航：2025全球數(shù)字經(jīng)濟(jì)大會(huì)共探智算安全新生態(tài)亮點(diǎn)四：深挖行業(yè)最佳實(shí)踐，發(fā)布行業(yè)七大方向典型實(shí)踐案例一、“安全守衛(wèi)者計(jì)劃”網(wǎng)絡(luò)安全典型案例發(fā)布為推動(dòng)網(wǎng)絡(luò)安全技術(shù)與各行業(yè)各領(lǐng)域信息化發(fā)展深度融合，促進(jìn)網(wǎng)絡(luò)安全技術(shù)、服務(wù)創(chuàng)新，提升網(wǎng)絡(luò)安全產(chǎn)業(yè)整體水平，中國…06-26
青鳥消防領(lǐng)航AI消防新時(shí)代，朱鹮芯片助力物聯(lián)網(wǎng)聯(lián)盟生態(tài)建設(shè)在理事會(huì)會(huì)議的研討環(huán)節(jié)，各成員單位就物聯(lián)網(wǎng)企業(yè)AI轉(zhuǎn)型展開深入探討，面對(duì)“AI+物聯(lián)網(wǎng)在行業(yè)的落地路徑”核心命題，與會(huì)人員針對(duì)AI+物聯(lián)網(wǎng)應(yīng)用落地的困難及應(yīng)對(duì)策略，以及如何加強(qiáng)物聯(lián)網(wǎng)生態(tài)建設(shè)與產(chǎn)業(yè)合作進(jìn)行了…06-26
中國移動(dòng)華為AI核心網(wǎng)創(chuàng)新引領(lǐng)，共獲GSMA亞洲最佳AI創(chuàng)新大獎(jiǎng)5G-A與AI技術(shù)的融合，拉開了移動(dòng)AI時(shí)代的序幕，通過智能化的聯(lián)人、聯(lián)家、聯(lián)行業(yè)，移動(dòng)產(chǎn)業(yè)正在加速邁向智能世界，驅(qū)動(dòng)核心網(wǎng)升級(jí)，超越聯(lián)接邊界，以滿足個(gè)人、家庭和企業(yè)以及智能體的多維度需求。 華為云核心網(wǎng)…06-26
vivo X Fold5：輕薄與全能并存，折疊屏旗艦新實(shí)用主義典范vivo X Fold5正是從結(jié)構(gòu)、耐用、續(xù)航和影像等多個(gè)層面出發(fā)，交出了一份兼顧輕薄設(shè)計(jì)與全能配置的答卷。 vivo X Fold5實(shí)現(xiàn)了令人驚訝的重量控制，成為當(dāng)前全球最輕的折疊屏手機(jī)。更難能可貴的是，輕…06-26
科大訊飛AI學(xué)習(xí)機(jī)升級(jí)：AI 1對(duì)1功能實(shí)現(xiàn)個(gè)性化規(guī)劃，對(duì)話如真人老師AI 1對(duì)1互動(dòng)式問診規(guī)劃功能使學(xué)習(xí)機(jī)可以像真人老師一樣與孩子對(duì)話，幾輪對(duì)話后自動(dòng)分析孩子的知識(shí)掌握情況，并根據(jù)孩子的能力層級(jí)、學(xué)習(xí)習(xí)慣、可投入時(shí)間和使用數(shù)據(jù)，結(jié)合本地考試重點(diǎn)、學(xué)段等因素，進(jìn)行深度思考，為…06-26科大訊飛AI學(xué)習(xí)機(jī)2025暑期發(fā)布會(huì)：AI1對(duì)1功能全面進(jìn)化，16項(xiàng)新升級(jí)亮相本報(bào)訊 （記者徐一鳴）6月24日，科大訊飛股份有限公司（以下簡稱“科大訊飛”）AI學(xué)習(xí)機(jī)2025暑期發(fā)布會(huì)在合肥舉行。本次發(fā)布會(huì)以“AI1對(duì)1新進(jìn)化新伙伴”為主題，重點(diǎn)展示了科大訊飛AI學(xué)習(xí)機(jī)的多項(xiàng)功能升級(jí)。…06-26
vivo X Fold5：折疊旗艦新標(biāo)桿，影像實(shí)力引領(lǐng)專業(yè)拍攝潮流在眾多手機(jī)新品中，vivo X Fold5憑借突出的影像表現(xiàn)脫穎而出，為高端折疊旗艦定義了全新的影像標(biāo)準(zhǔn)。 全新vivo X Fold5配備了一顆5000萬像素蔡司超級(jí)長焦鏡頭，支持高達(dá)100倍的蔡司超清變焦…06-26
vivo X Fold5：折疊旗艦新標(biāo)桿，性能與便攜體驗(yàn)并重展開時(shí)，一只手也能輕松操作，折疊狀態(tài)下的手感更接近直板旗艦，沒有負(fù)擔(dān)、不突兀。這種輕盈手感讓用戶真正能做到隨時(shí)隨地自如使用。 不難看出，vivoX Fold5在各個(gè)方面都做了扎實(shí)的提升，不只是展示技術(shù)實(shí)力，…06-26
科創(chuàng)AI板塊升溫，石頭科技等領(lǐng)漲，機(jī)構(gòu)看好下半年AI投資機(jī)遇從收益能力看，截至2025年6月24日，科創(chuàng)AIETF自成立以來，最高單月回報(bào)為15.59%，最長連漲月數(shù)為2個(gè)月，最長連漲漲幅為26.17%，上漲月份平均收益率為15.59%。 跟蹤精度方面，截至2025…06-26MiniMax開源模型M1引領(lǐng)AI技術(shù)革新，科創(chuàng)AIETF(588790)及成分股強(qiáng)勢上漲宏觀角度，在中國經(jīng)濟(jì)動(dòng)能轉(zhuǎn)換過程中，不同于傳統(tǒng)供給側(cè)改革依賴“減法邏輯”(去產(chǎn)能、去庫存)，當(dāng)下的“新供給側(cè)改革”乘法效應(yīng)本質(zhì)是從“要素替代”到“系統(tǒng)重構(gòu)”，而AI Agent經(jīng)濟(jì)正通過“消費(fèi)創(chuàng)造(場景創(chuàng)新×…06-26
優(yōu)必選領(lǐng)銜深圳新設(shè)優(yōu)必訊科技，注冊(cè)資本高達(dá)千萬06-26
榮耀Magic V5大揭秘：青海湖刀片電池助力，續(xù)航突破6100mAh06-25
廣和通2025世界移動(dòng)通信大會(huì)秀AI+物聯(lián)網(wǎng)前沿技術(shù)與應(yīng)用“IoT World 萬物互聯(lián)”展區(qū)集中展示廣和通在移動(dòng)寬帶、智慧零售、智慧城市等垂直行業(yè)的落地成果，包括多款基于廣和通模組及FWA PCBA解決方案的終端應(yīng)用產(chǎn)品、多款搭載廣和通智能模組的ECR收銀終端、…06-25
智慧旅游新動(dòng)力：物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算與AI共筑未來智慧旅游的支撐技術(shù)包括物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和人工智能等。物聯(lián)網(wǎng)技術(shù)通過傳感器和智能設(shè)備實(shí)現(xiàn)景區(qū)環(huán)境實(shí)時(shí)監(jiān)控，例如智能攝像頭監(jiān)測游客流量，傳感器監(jiān)測空氣質(zhì)量。大數(shù)據(jù)技術(shù)則通過分析游客行為數(shù)據(jù)，優(yōu)化服務(wù)和產(chǎn)品…06-25點(diǎn)擊查看更多 +全站最新
蘋果AirPods系列新固件：通話音質(zhì)升級(jí)，支持錄音室級(jí)音頻錄制
小米AI眼鏡明晚首發(fā)，主打“下一代個(gè)人智能設(shè)備”，售價(jià)或僅1499元
蘋果AirPods固件升級(jí)：通話錄音質(zhì)量接近錄音室級(jí)，新增遙控拍照功能
vivo X Fold5：折疊屏新標(biāo)桿，蘋果生態(tài)的完美搭檔
尹燁達(dá)沃斯演講：人類DNA長度驚人，可往返地球月球8000次
千年奇遇：吉林世一堂背后的神秘采參人與不老傳說熱門內(nèi)容榮耀Magic V5新機(jī)曝光：長焦微距功能強(qiáng)大，被譽(yù)為折疊機(jī)影像王者云智算安全論壇啟航：2025全球數(shù)字經(jīng)濟(jì)大會(huì)共探智算安全新生態(tài)青鳥消防領(lǐng)航AI消防新時(shí)代，朱鹮芯片助力物聯(lián)網(wǎng)聯(lián)盟生態(tài)建設(shè)中國移動(dòng)華為AI核心網(wǎng)創(chuàng)新引領(lǐng)，共獲GSMA亞洲最佳AI創(chuàng)新大獎(jiǎng)vivo X Fold5：輕薄與全能并存，折疊屏旗艦新實(shí)用主義典范科大訊飛AI學(xué)習(xí)機(jī)升級(jí)：AI 1對(duì)1功能實(shí)現(xiàn)個(gè)性化規(guī)劃，對(duì)話如真人老師
本文鏈接：http://www.rrqrq.com/showinfo-45-14116-0.html豆包視頻通話背后的AI實(shí)時(shí)交互技術(shù)，如何重塑人機(jī)溝通體驗(yàn)？
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)