仅三步,开启 DeepSeek 语音畅聊模式!

  • 2025-03-10
    北京
  • 本文字数:1212 字

    阅读完需:约 4 分钟

火山方舟已上线 DeepSeek,扣子也同步推出了满血版 DeepSeek 全家桶,并独家支持 DeepSeek Function Calling 能力。在此基础上,火山引擎 RTC 实现了 DeepSeek 实时语音对话功能,让用户从只能「打字」跨越到「语音聊天」,不限设备或网络如何,都能轻松实现。

火山引擎 RTC「实时对话 AI」技术,让 AI 交流顺畅自如:

极速响应:端到端响应延时可低至 1 秒,告别 "空气突然安静" 的等待尴尬。

弱网畅聊:电梯、高铁车厢等弱网环境下,AI 对答如流、不卡顿。

智能打断:再也不用等 AI 念完小作文才能说话!毫秒级人声检测和打断响应,随时插话切换话题。

屏蔽干扰:AI 降噪自动屏蔽生活环境中的噪声和人声干扰,精准识别对话人声。

上火山引擎或扣子搭建,几分钟就实现与 DeepSeek 语音聊天。

仅需两步,快速体验与 DeepSeek 实时对话

👉 第一步:准备工作,开通产品

前往火山引擎实时音视频控制台,在首页新手指引中选择「实时对话式 AI Demo」。按照指引,开通配置火山引擎语音识别(ASR)、语音合成(TTS)以及火山方舟上的大模型(LLM)等服务。

*火山引擎实时音视频控制台:https://console.volcengine.com/auth/login?redirectURI=%2Frtc%2Fguide%3F

图片

在实时音视频控制台选择 Demo

图片

按引导配置 ASR、TTS 以及 LLM

👉 第二步:加入房间,邀请智能体进入

用户进入 RTC 房间后,选择调用智能体,按业务需求选择适合的语音识别、语音合成以及大模型(如 DeepSeek-V3),进行组合配置,即可与智能体进行实时音视频通话。

图片

用户加入 RTC 房间

配置智能体

语音生成大模型支持丰富的音色选择,体验语音识别、语音生成大模型要先进行企业认证。

图片

AI 语音交互

图片

视觉理解能力

如果想体验「语音交互」叠加「视觉理解能力」,可选择豆包的多模态大模型-Doubao-vision。

在业务场景落地到应用还想更进一步?

方案支持智能打断功能,用户可以选择打断模式和打断敏感度调节等,同时,智能体支持配置 Function Calling 和长期记忆等功能。

点击即可快速体验

使用扣子,轻松搭建语音智能体

👉 第一步:前提准备

开通扣子,即可支持语音和实时通话 API。

👉 第二步:扣子平台创建智能体

创建智能体(如语音 AI Agent),选择所需的模型,比如 DeepSeek-V3,用户可一键选择,并编写优化人设与回复逻辑。调试好所有内容后,发布自己专属智能体,选择发布平台需同步选择 API。

图片

创建智能体

图片

选择所需的模型

图片

编写人设与回复逻辑

图片

发布自己专属智能体

👉 第三步:填写配置,体验实时 SDK

在扣子 API 中选择 Real-time Chat SDK,选择此前创建好的智能体(如语音 AI Agent),可选择不同音色与降噪设置,确认后即可体验。

图片

填写配置

开启麦克风后和扣子智能体开始语音通话,页面中会实时展示对话的消息记录、触发的事件列表,用户也可以直接手动输入一条消息发送给智能体。

图片

详细接入,可查看扣子智能语音文档:https://www.coze.cn/open/docs/guides/realtime_overview

实时对话式 AI 方案支持灵活部署于软件与硬件终端,诚邀行业伙伴携手探索,解锁更多「AI+音视频互动」场景。