字节跳动已推出支持实时语音通话的对话式AI实时交互解决方案，该方案融合火山引擎RTC与豆包语音识别和合成模型，简化语音转文本及文本转语音流程，提供智能对话和自然语言处理功能，实现用户与云端大模型间的实时语音交流。此解决方案通过调用标准OpenAPI接口，快速搭建，支持开箱即用。其亮点包括支持即时打断，整体响应延时低至1秒，并具备音频帧级别的语音活动性检测功能。目前，此技术已应用于火山引擎对话式AI实时交互Demo中。字节豆包大模型的这一创新突破，为实时语音通信领域带来了新的可能性。