腾讯混元 Hy Realtime 语音模型发布,支持实时对话、AI 唱歌和工具调用

腾讯混元推出的 Hy Realtime 是一款全新实时语音模型,最大亮点除了流畅的真人风格语音聊天之外,还新增了 AI 唱歌、Agent 工具调用两项能力,它能听懂你断断续续、中途改口的口语,还能自主联网查资料、执行任务,不再只是单纯一问一答的语音助手。这款模型在语音理解、指令跟随、拟人表达上面做了升级,就算说话含糊、话说一半临时改主意,它也能结合上下文还原你的真实意图,长对话场景里不容易跑偏;语音输出的韵律、情绪、音质相比旧版本提升明显,听感会更自然。唱歌能力是和腾讯音乐 TME 灵音 AI 团队合作开发的,你可以按曲风、歌手、年份、语种等条件直接点歌,AI 直接开口演唱。同时它自带工具调用能力,能自己判断什么时候要联网搜索,把查信息、回答、语音输出整套流程一次性完成。

一、已经落地的产品

  • 腾讯元宝 App 语音通话,音色选 “初语” 就可以体验 Hy Realtime
  • 腾讯客服系统内部上线使用
  • 后续会在腾讯云开放 API,给开发者、企业接入使用

二、后续迭代方向

  1. 优化双工交互,做到和真人聊天一样,可以互相插话,不用等对方说完
  2. 增加长期个性化记忆,记住你的使用习惯、偏好
  3. 强化前后台 Agent 联动,支持一连串复杂任务自动执行

三、普通用户体验步骤

  1. 更新元宝 App 到最新版本
  2. 打开 App 右上角通话图标,进入语音通话页面
  3. 场景选择自由对话,音色设置切换为
  4. 直接语音对话,也可以语音点歌让 AI 演唱

【初语】

四、能力对比简表

项目Hy Realtime传统语音对话模型
实时口语容错支持,可识别改口、断句、含糊表达容错差,要求表达完整清晰
唱歌能力支持多条件点歌演唱大多不具备原生唱歌能力
Agent 工具调用原生自带,自动联网检索一般需要额外插件搭配
情感韵律情绪变化自然,语调丰富语调偏平,机械感强

【相关 FAQ】

问题 1:腾讯混元 Hy Realtime 语音模型什么时候正式发布?

回答 1:腾讯混元 Hy Realtime 语音模型在 2026 年 11 月 13 日正式对外发布,同步在元宝 App 开放体验入口。

问题 2:腾讯混元 Hy Realtime 语音模型的唱歌功能怎么使用?

回答 2:在元宝 App 语音通话、初语音色模式下,直接用语音点歌,你可以指定歌手、曲风、语种、年份,Hy Realtime 语音模型就会直接演唱歌曲。

问题 3:腾讯混元 Hy Realtime 语音模型什么时候对外提供 API?

回答 3:官方计划近期上线腾讯云,开放腾讯混元 Hy Realtime 语音模型的 API 接口,供企业和开发者接入。

问题 4:腾讯混元 Hy Realtime 语音模型的双工交互是什么意思?

回答 4:腾讯混元 Hy Realtime 语音模型的双工交互,就是支持像真人对话那样实时插话,不用等 AI 说完才能继续说话,让语音聊天更自然。

【参考资料】

[2026-11-13](腾讯混元发布实时语音模型 Hy Realtime:能说会唱、还能调用工具)IT 之家

[2026-11-13](腾讯混元:发布全新实时语音模型 Hy Realtime)36 氪

[2026-11-13](腾讯混元发布 Hy Realtime 语音模型!AI 不仅能聊天 还能唱歌和执行任务)太平洋科技

[2026-11-13](腾讯混元发布 Hy Realtime 语音模型,支持智能体交互与拟人化歌唱)中关村在线

【免责声明】

本文内容仅为行业资讯科普,所有模型功能、上线时间、开放政策均以腾讯混元官方公告为准;不同设备、版本的元宝 App,Hy Realtime 语音模型的可用功能可能存在差异,不保证全部能力稳定可用。

本文来自作者[靖岳汇品]投稿,不代表环球品牌网立场,如若转载,请注明出处:https://www.865171.cn/qyzx/202611/897.html

赞 (1)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 靖岳汇品
    靖岳汇品 2026年11月16日

    我是环球品牌网的签约作者“靖岳汇品”!

  • 靖岳汇品
    靖岳汇品 2026年11月16日

    希望本篇文章《腾讯混元 Hy Realtime 语音模型发布,支持实时对话、AI 唱歌和工具调用》能对你有所帮助!

  • 靖岳汇品
    靖岳汇品 2026年11月16日

    本站[环球品牌网]内容主要涵盖:品牌服务领域

  • 靖岳汇品
    靖岳汇品 2026年11月16日

    本文概览:腾讯混元推出的 Hy Realtime 是一款全新实时语音模型,最大亮点除了流畅的真人风格语音聊天之外,还新增了 AI 唱歌、Agent 工具调用两项能力,它能听懂你断断续续、中途改口的口语,还能自主联网查资料、执行任务,不再只是单纯一问一答的语音助手。这款模型在语音理解、指令跟随、拟人表达上面做了升级,就算说话含糊、话说一半临时改主意,它也能结合上下文还原你的真实意图,长对话场景里不容易跑偏;语音输出的韵律、情绪、音质相比旧版本提升明显,听感会更自然。唱歌能力是和腾讯音乐 TME 灵音 AI 团队合作开发的,你可以按曲风、歌手、年份、语种等条件直接点歌,AI 直接开口演唱。同时它自带工具调用能力,能自己判断什么时候要联网搜索,把查信息、回答、语音输出整套流程一次性完成。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们