Tencent presenta hy realtime, un nuevo modelo de voz capaz de cantar e integración de herramientas

Tencent ha lanzado Hy Realtime, un sofisticado nuevo modelo de voz en tiempo real. Este modelo demuestra un rendimiento superior en la comprensión del habla y el seguimiento de instrucciones, al tiempo que introduce capacidades avanzadas como la invocación de herramientas y el canto. La tecnología ya está implementada en productos como las llamadas de voz Yuanbao y el servicio de atención al cliente de Tencent, y pronto se ofrecerán servicios de API a través de Tencent Cloud. Hy Realtime mejora significativamente la fluidez de la conversación al restaurar con precisión la intención del usuario, incluso a partir de entradas de habla incompletas o autocorregidas, mejorando la precisión en los diálogos de varios turnos. Además de la comprensión, las capacidades expresivas del modelo han sido mejoradas en calidad de audio, pronunciación, ritmo y emoción, lo que conduce a una progresión emocional más natural durante las conversaciones. Una característica clave, desarrollada en colaboración con el equipo de Lingyin AI de Tencent Music TME, es la función de canto. Los usuarios pueden solicitar canciones en función de parámetros como artista, álbum, género, idioma, año de lanzamiento y popularidad, y el modelo puede manejar solicitudes de varios turnos. Las pruebas internas A/B indican que Hy Realtime muestra ventajas significativas en las dimensiones clave de la experiencia.