Alibaba publie Qwen-Audio-3.0-Realtime, et l’IA vocale peut appeler des outils de manière proactive pour s’occuper de tâches

robot
Création du résumé en cours
D’après Beating 监测, Alibaba publie un modèle de voix temps réel Qwen-Audio-3.0-Realtime. Il peut répondre à l’échelle de la milliseconde et, au cours d’une conversation, il peut aussi appeler de manière proactive des outils externes comme des cartes, des API, des MCP et des bases de connaissances.

Les utilisateurs n’ont pas besoin de dire explicitement « appeler des outils ». Par exemple, si l’on demande d’abord des restaurants de Sichuan à proximité, puis lequel est le mieux noté et le plus proche, le modèle conserve le résultat de la requête précédente et continue la recherche et la réponse.

Le modèle peut aussi parler tout en écoutant, et permet aux utilisateurs de l’interrompre à tout moment. Dans des environnements bruyants ou lors de conversations à plusieurs, il tentera d’identifier le principal locuteur afin de réduire les interruptions involontaires causées par le bruit de fond.

La voix s’adapte également au contexte en ajustant le ton, le rythme et l’émotion. L’officiel propose une version Plus plus performante pour le raisonnement, ainsi qu’une version Flash qui répond plus rapidement ; elles sont déjà disponibles sur Alibaba Cloud Bailian.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
Aucun commentaire
  • Épinglé