腾讯云AI陪伴玩具行业解决方案
立即咨询
首页
腾讯云智能陪伴终端解决方案现有的A语聊场景主要是基于IM场景的离线文字聊天或者语音聊天，把多模态大模型的应用场景提升到了实时的语音或者视频交互。
使用Tencent RTC，结合混元大语言模型和TTS等，您可以轻松创建一个媲美GPT-40所演示的AI实时交互体验，应用到您的业务场景内。
方案应用场景
功能特点和技术优势技术优势
双讲打断 - AI聊天过程，实时打断，真正实现与人聊天的真实体验。
AI降噪 - 全新降噪引擎，输入端音频实时AI降噪，提升ASR的识别准确度。
服务稳定 - 全球2800+节点，多服务容灾，高稳定超低延迟。
功能特点
实现超低延迟的AI对话
音视频端到端延迟低于300ms，AI对话延迟低于1000ms。
第三方LLM和TTS无缝集成
配置LLM和TTS服务的账户凭证，无缝集成到服务后台。
音视频端到端延迟低于300ms，AI对话延迟低于1000ms。
第三方LLM和TTS无缝集成
配置LLM和TTS服务的账户凭证，无缝集成到服务后台。
精准的ASR识别
支持多种语言，包括英语、西班牙语、日语、韩语、中文以及23种方言和130种国际语言。
高兼容性
支持多个平台，兼容超过20,000种设备模型。
支持多种语言，包括英语、西班牙语、日语、韩语、中文以及23种方言和130种国际语言。
高兼容性
支持多个平台，兼容超过20,000种设备模型。
AI智能对话服务现有的Al语聊场景主要是基于IM场景的离线文字聊天或者语音聊天，多模态大模型的应用场景提升到了实时的语音或者视频交互。
使用Tencent RTC，结合混元大语言模型和TTS等，您可以轻松创建一个媲美GPT-4o所演示的 AI实时交互体验，应用到您的业务场景内。
设备中接入微通话（TWeCall）能力，微信呼叫父母
微信首次开放人与人的关系链
高触达率的微信原生音视频通话
· 设备一键呼叫，微信持续响铃提醒，保有与微信原生音视频通话一致的触达率和流畅通话体验
· 设备一键呼叫，微信持续响铃提醒，保有与微信原生音视频通话一致的触达率和流畅通话体验
· 秒Call，设备拨打微信可以做到秒级响应。
广泛适配主控芯片平台，资源占用低
· 支持Linux/RTOS/Android
· 适用于低功耗、轻量化系统，资源占用低
低成本一站式接入
· 提供设备端和小程序SDK，快速完成全功能接入
· 无须额外搭建服务器，维护云端呼叫状态
语音识别与降噪优化方案识别准确度问题
· 专业术语与行业专有名词识别困难
· 口语化表达场景下字错率偏高
· 语音3A处理影响识别精度
· 口语化表达场景下字错率偏高
· 语音3A处理影响识别精度
优化策略
场景化优化
· 为不同客户定制专属热词词库
· 基于真实场景音频数据进行标注与模型微调
降噪增强
· 基于真实场景音频数据进行标注与模型微调
降噪增强
· 针对性开发远场声音消除功能，提升AI通话质量
· 服务端AI降噪支持，支持小程序/Web/电话等多端场景
联合优化
· 服务端AI降噪支持，支持小程序/Web/电话等多端场景
联合优化
· 降噪与ASR团队协作
· 通过A/B测试，优选最佳参数组合
AI降噪：demo实例
智能打断：分为自动打断和手动打断，提升对话的流畅性和自然度自动打断
自动打断是指系统在检测到特定条件时，根据用户的音频输入自动触发，支持两种主要规则：基于音频时长的打断和基于语义的打断。
1）、基于音频时长的打断
· 用户可动态配置打断时长，默认为500ms
· 可调范围：300ms（更灵敏）到5000ms（避免误打断）
1）、基于音频时长的打断
· 用户可动态配置打断时长，默认为500ms
· 可调范围：300ms（更灵敏）到5000ms（避免误打断）
建议：
· 对于客服对话等高交互场景，设置较短时长（如300ms 或者500ms）以提高响应速度。
· 对于演讲或授课场景，设置较长时长 (如1000ms) 以避免误打断。
2）、基于语义的打断
基于语音活动检测（VAD）技术，当服务端检测到用户输入了一句语义完整的话时，会自动触发打断。
· 对于客服对话等高交互场景，设置较短时长（如300ms 或者500ms）以提高响应速度。
· 对于演讲或授课场景，设置较长时长 (如1000ms) 以避免误打断。
2）、基于语义的打断
基于语音活动检测（VAD）技术，当服务端检测到用户输入了一句语义完整的话时，会自动触发打断。
手动打断
手动打断手动打断是指由用户主动发起，通过端上SDK发送自定义消息实现，为用户提供更直接的控制方式。通常依赖于用户界面上的按钮或快捷键。
1）、打断信令说明使用JSON格式的自定义消息
2）、使用方法
通过SDK的 sendCustomCmdMessage 方法发送上述自定义消息即可实现手动打断。
1）、打断信令说明使用JSON格式的自定义消息
2）、使用方法
通过SDK的 sendCustomCmdMessage 方法发送上述自定义消息即可实现手动打断。
混元大模型角色扮演能力基于腾讯混元大模型并进行简单的角色设定，具备强大的拟人化的对话能力、中文语境理解能力和复杂任务执行能力，可应用于智能数智人、游戏NPC、情感陪伴、专业服务、角色复刻等多个场景。
智能数智人
打造品牌IP虚拟人，提升品牌形象，助力虚拟人更好地与用户沟通和互动。
直播带货场景实现不间断直播，与观众进行更自然的交流与问答互动。
直播带货场景实现不间断直播，与观众进行更自然的交流与问答互动。
游戏NPC
通过设定特定任务和场景，设定游戏NPC，提升与玩家交互的随机性，优化玩家体验和沉浸感，提升用户粘性与活跃度。
情感陪伴
扮演与用户有链接的角色如AI女友、虚拟好友等，与用户产生深度情感链接，提供情感共情、情感支持、情感回应。
专业服务
扮演模拟面试官、教育专家、智囊团等角色，基于特定场景提供个性化专业建议，与用户进行深度、有思考的交流。
角色复刻
扮演某个知名人物、热门IP、历史人物等人物角色，学习人物的背景信息和语言特点，以此角色视角与用户交互。
陪伴终端具备特定领域的知识回答能力
大模型技术优化方案
丰富的腾讯云语音合成能力腾讯云语音合成（TTS）在线版目前有三个产品类型:标准语音合成、实时语音合成、长文本语音合成。
标准语音合成适用于较短文本（150字以内），且无实时性要求的场景；实时语音合成支持中长文本（600字以内），且对实时性要求高的场景；长文本语音合成适合较长文本(10万字左右)，适用于有声阅读、新闻媒体等场景。
情感化趋势、定制化趋势、多语种+多方言趋势
腾讯云语音合成（TTS）优势技术先进
采样端到端神经网络和对抗神经网络技术，合成的语音具有自然度高、情感表现力强，音质清晰度高的特点。同时在多音字处理上兼顾规则和神经网络技术相结合，极大程度提高了多音字发音的准确度。
音色真实、听感自然、风格多元
合成音色接近真人，拟真度高，读音准确，韵律自然，音色饱满富有表现力，MOS评分业内领先，支持童声、情感声等多元音色风格，具有极高的声音表现力。
多语种、多方言、多情感
除中文普通话外，还支持包括粤语、东北话、四川话等在内的多种方言和英语、日语等多个语种。同时能支持开心、生气、兴奋等11种不同风格的情绪。
适用多领域、多场景
可广泛适用于智能客服、短视频配音、数字人、有声阅读、银行、保险证券、物流运营商、智能家居、法庭、房地产、教育等多个行业。
支持动态调参配置
支持SSML标记语言灵活调整语言风格，在音量、音高、语速上也支持个性化配置。
支持定制声音、活用声音
除常规TTS产品外，为满足用户个性化需求，腾讯云还支持声音复刻、声音定制、声音变换、歌声合成等音色活用产品，详情可参见附录【声音工坊】系列产品。
海马爸比：海马AI智能学习机AI助手品牌名称：海马爸比
设备：看护器、摄像头、时光记录仪等
区域：中国
· 海马爸比在国内智能婴儿看护器市场中占据领先地位，据数据显示，其市场份额超过70%
· 海马爸比不仅包括传统的婴儿看护器功能，还加入了实时动态监测、位置探测、哭声监测、智能安抚等智能功能，满足了新一代父母对科技融合育儿的需求。
· 海马爸比将AI技术融入产品中，如专用的面部识别算法和呼吸检测算法，使其区别于普通摄像头。这些技术的应用使得海马爸比的产品在婴童看护领域具有差异化优势。
客户需求：
· 海马AI需要在海马AI智能学习机上面增加一个AI助手能力，重点需要能有带感情的多人故事朗读能力；
· 需要支持唤醒词进行唤醒；
· 后续拓展到其他智能看护产品，成为带语音交互的教育型和陪伴型的产品。
· 海马AI需要在海马AI智能学习机上面增加一个AI助手能力，重点需要能有带感情的多人故事朗读能力；
· 需要支持唤醒词进行唤醒；
· 后续拓展到其他智能看护产品，成为带语音交互的教育型和陪伴型的产品。
方案亮点：
· 开箱即用的超低延时的AI实时解决方案，客户认为端到端延时体验明显好于友商。
· 设备级离线唤醒，支持唤醒词方案，和客户一起打磨。
· 开箱即用的超低延时的AI实时解决方案，客户认为端到端延时体验明显好于友商。
· 设备级离线唤醒，支持唤醒词方案，和客户一起打磨。
聆心智能：推出AI陪伴App AIUApp：AIU
开发者：聆心智能
区域：中国。
· AIU基于聆心智能研发的CharacterGLM超拟人大模型，该模型能够使AI拥有自己的“个性”和“情感”，在交流过程中呈现出丰富的立体化“人格”。这使得AIU不仅仅是一个聊天工具，而是一个能够提供情感交流和陪伴的平台。
· 用户可以根据自己的偏好创造不同性格与人设的AI角色，实现高度自由的互动聊天。这些AI角色能够提供24小时的情感支持，成为用户的贴心伙伴。
· 智谱AI和聆心智能在业务上强强联合，智谱AI增持了聆心智能的股份，双方在股权层面上达成了深度合作。
客户需求:
· 聆心智能需要AI实时对话方案提供稳定的连接和低延迟的传输，确保语音和数据的实时交互；
· 实时打断和AI降噪能力。
· 聆心智能需要AI实时对话方案提供稳定的连接和低延迟的传输，确保语音和数据的实时交互；
· 实时打断和AI降噪能力。
方案亮点：
· AI降噪引擎升级，确保用户在不同的嘈杂环境下都能实时与AI陪伴角色进行
对话
· 开放的LLM+TTS方案，打通链路，确保AIU能够选到丰富的TTS语音库。
· AI降噪引擎升级，确保用户在不同的嘈杂环境下都能实时与AI陪伴角色进行
对话
· 开放的LLM+TTS方案，打通链路，确保AIU能够选到丰富的TTS语音库。
蜻蜓飞行队：儿童口语陪练，让孩子与绘本角色实时畅聊英语App：蜻蜓飞行队
开发者：蜻蜓FM
区域：中国
蜻蜓飞行队作为儿童故事系列，在蜻蜓FM上有较高的热度，显示了其在市场上的受欢迎程度。蜻蜓FM作为一个音频平台，展示了其在儿童教育内容领域的投入和影响力。
蜻蜓FM使用了腾讯TRTC+AIGC技术打造的实时英语口语对练产品，让孩子与绘本角色实时畅聊英语，这表明蜻蜓FM在AI技术应用方面也在不断创新和发展。
蜻蜓FM使用了腾讯TRTC+AIGC技术打造的实时英语口语对练产品，让孩子与绘本角色实时畅聊英语，这表明蜻蜓FM在AI技术应用方面也在不断创新和发展。
客户需求：
· 蜻蜓飞行队需要能够AI实时对话准确识别儿童的中英文，并且能够用贴切的音色播报出去；
· 对于AI降噪有较高要求，小朋友往往是在比较嘈杂的环境中进行Al语音对话。
· 蜻蜓飞行队需要能够AI实时对话准确识别儿童的中英文，并且能够用贴切的音色播报出去；
· 对于AI降噪有较高要求，小朋友往往是在比较嘈杂的环境中进行Al语音对话。
方案亮点：
· AI降噪能力明显优于友商，且在降噪和智能打断中找到一个比较好的平衡点
· AI降噪能力明显优于友商，且在降噪和智能打断中找到一个比较好的平衡点
· 端到端延时少于1.5s，配合用户的U动画，让小朋友身临其境。
儿童教育场景
面壁智能：多模态大模型实时AI视频对话的开拓者App：面壁智能
开发者：面壁智能
区域：中国
· 面壁智能是一家基于大模型Agent技术的公司，技术研发方向从模型基座到Agent技术，再到最终的应用。
· 面壁智能在端侧模型领域处于全球领先位置，其研发的MiniCPM系列模型受到关注。端侧模型具有成本低、参数小等优点，适合在手机端、个人电脑端和智能硬件端使用。面壁智能通过与不同领域的合作伙伴合作，将端侧模型技术应用于实际场景，如机器人交流等，展现了其在技术创新和产品服务方面的能力。
· 面壁智能在端侧模型领域处于全球领先位置，其研发的MiniCPM系列模型受到关注。端侧模型具有成本低、参数小等优点，适合在手机端、个人电脑端和智能硬件端使用。面壁智能通过与不同领域的合作伙伴合作，将端侧模型技术应用于实际场景，如机器人交流等，展现了其在技术创新和产品服务方面的能力。
客户需求：
· 面壁智能需要RTC的AI实时方案提供图像理解能力，以支持多模态交互，如实时视频理解和多图联合理解，从而提供更丰富的交互体验。
· 面壁智能需要RTC的AI实时方案提供图像理解能力，以支持多模态交互，如实时视频理解和多图联合理解，从而提供更丰富的交互体验。
· 能在不同设备和操作系统上稳定运行，覆盖广泛的移动端、桌面端及嵌入式设备。
方案亮点：
· 支持实时语音输入和输出，使得用户可以通过语音与设备进行自然交互，提升用户体验。
· 具备实时视频理解和多图联合理解能力，能够识别和处理图像信息，为用户提供基于图像的搜索、推荐等服。
· 支持实时语音输入和输出，使得用户可以通过语音与设备进行自然交互，提升用户体验。
· 具备实时视频理解和多图联合理解能力，能够识别和处理图像信息，为用户提供基于图像的搜索、推荐等服。
大模型/AI助手场景
Kimi：国内AI聊天机器人排名第一，已加入AI实时通话能力App：Kimi
开发者：月之暗面
区域：中国
· 月之暗面科技推出的Kim智能助手，长文本支持输入20万汉字，这一技术在全球大模型市场上处于领先地位。
· Kimi智能助手的月访问量在国内AI聊天机器人中排名第一，其网页、APP、小程序等各端的日活已经突破300万
· 月之暗面科技在资本市场上的表现也非常抢眼，最新一轮融资估值达到30亿美元，成为国内AI领域单轮融资额度最高的公司之一。
· Kimi智能助手的月访问量在国内AI聊天机器人中排名第一，其网页、APP、小程序等各端的日活已经突破300万
· 月之暗面科技在资本市场上的表现也非常抢眼，最新一轮融资估值达到30亿美元，成为国内AI领域单轮融资额度最高的公司之一。
客户需求：
· AI实时对话，自然，流畅，延时低
· AI实时对话，自然，流畅，延时低
· 多种音色，支持声音克隆功能
· AI降噪和实时打断能力，如同和朋友聊天。
方案亮点：
· 端到端延时优化，AI降噪引擎帮助ASR识别到更加准确的语音和智能打断更加精准。
· 支持多种平台和设备，确保Kimi的实时AI语音功能在不同设备和操作系统上都能稳定运行。
· 端到端延时优化，AI降噪引擎帮助ASR识别到更加准确的语音和智能打断更加精准。
· 支持多种平台和设备，确保Kimi的实时AI语音功能在不同设备和操作系统上都能稳定运行。
大模型/AI助手场景
其他案例
产品推荐
通通易联停车场联网运营综合解决方案，以城市停车资源全面普查数据为依托，以城市级智慧停车云平台为核心，利用大数据全面整合城市停车各类信息，建立全要素城市停车云平台，推动公共及社会停车资源联网一体化，打造城市停车“一库、一网、一平台”动态数字底座，辅助管理者精准分析，科学决策，最终实现对城市停车的科学管理与长效运营。
MarketUP B2B 经销商赋能解决方案，支持主账号创建经销商身份、精细化分级授权，按经销商组别设置差异化内容权限与操作权限，实现数据隔离管控，保障信息安全。总部可统一管控营销物料、价格政策与渠道规则，赋能经销商数字化获客与终端运营，打通渠道销售数据，实时监控渠道业绩，规范经销流程，强化总部渠道管控能力，赋能经销商高效拓客转化，构建健康长效 B2B 渠道生态。
数字化社区
视频
文章
