11月13日,腾讯混元正式推出全新实时语音模型hyrealtime,元宝语音通话功能已迅速完成对该模型的集成。借助语音通话能力,用户无需手动输入文字,即可通过自然、流畅的口语对话与元宝进行实时互动——随时提问、分享生活点滴,或倾诉内心想法。本次升级在需求理解精准度、语音听感舒适度以及歌唱表现力三大维度实现了显著提升。

对话理解能力成为本次优化的核心方向之一。元宝现在能更准确地捕捉用户真实意图,回应也更具温度与针对性。例如,当学生准备背诵古诗时提前说明“卡住时只提示接下来两个字”,一旦背诵中断,元宝便会即时给出精准提示;在多轮连续对话中,上下文记忆更稳定,遗忘前文、重复作答等问题明显减少。若用户设定元宝为面试官模拟求职场景,它会基于用户刚刚描述的工作经历自然延伸追问,无需反复重述背景信息。
听觉体验同样迎来重要升级。全新上线的「初语」音色风格清新柔和、发音自然,长时间聆听也不易疲劳,大幅提升了语音交互的沉浸感与亲和力。尤为值得一提的是,「初语」音色还首次支持歌唱功能——只要用户明确发出“唱一首歌”的指令,元宝即可演唱指定曲目。该能力由腾讯混元与腾讯音乐娱乐集团(TME)旗下灵音AI团队联合研发,推动语音交互从基础“能说”迈向更高阶的“会唱、有表现力”。
所有上述功能均向用户免费开放。只需将元宝App升级至2.82或更高版本,在手机端打开首页右上角的电话图标,进入「自由对话」模式,并于音色设置中选择「初语」,即可立即启用全新语音体验。对元宝而言,语音通话不仅是一个新增交互入口,更是实现“一次对话自然延展、持续深入”的关键路径。围绕对话逻辑与声音品质,元宝与混元将持续协同迭代,此次升级正是这一长期打磨进程中的重要一环。



















