声网在北京隆重发布了一款名为“对话式AI引擎”的创新产品，该发布会以“AI开口，互动无界”为主题，吸引了众多行业内外人士的关注。这款全球首创的对话式AI引擎，凭借其卓越的五大核心能力，成功地将任意文本大模型升级为了具备“能说会道”功能的对话式多模态大模型，为开发者带来了前所未有的便捷与高效。
这款AI引擎的五大核心能力包括：模型选择多样性、响应速度超快、打断机制灵活、对话体验卓越以及开发成本低廉。它支持全球几乎所有大模型厂商，如DeepSeek、ChatGPT等，同时兼容全球主流语音合成供应商，让开发者能够自由选择最适合自己的模型。它还具备音视频SDK支持，确保在多设备上的兼容性。
在响应速度方面，声网通过全链路深度优化，实现了语音对话延迟中位数低至650ms的超快响应，让AI能够秒回用户的提问。同时，其自研的“智能打断”技术，模拟了真人对话的节奏，使得用户可以随时打断与AI的对话，响应速度低至340ms，大大提升了对话的自然度和流畅度。
在对话体验上，对话式AI引擎同样表现出色。其“选择性注意力锁定”功能能够屏蔽95%的环境人声、噪声干扰，精准识别对话人声。同时，它还具备优秀的抗弱网、抗丢包能力，即使在80%丢包率下仍能稳定流畅对话，断网3-5秒也能保持对话的连续性。
对于开发者而言，声网对话式AI引擎的开发部署过程极为简便。只需2行代码，15分钟内就能让AI开口说话，大大降低了开发门槛。同时，其成本也极具竞争力，AI语音对话的价格仅为0.098元/分钟，单次还赠送1000分钟的使用时长。自研的“智能打断”功能作为增值服务，也仅需0.042元/分钟，为开发者提供了更低成本的AI应用场景探索机会。
声网AI RTE产品线负责人姚光华表示，经过与客户的深入打磨及实际使用场景调研，他们发现用户与AI每产生1次对话中，平均会有约3轮问答，计算下来平均对话时长约为21.1秒，单次成本仅需3分钱。如果每月对话次数达到15次，那么月成本不到5毛钱，年成本也仅需5元，这无疑为开发者提供了极大的成本节约空间。
声网对话式AI引擎的推出，将推动智能助手、智能硬件等场景走向火热。通过这款引擎，开发者可以快速部署智能助手、虚拟陪伴、口语陪练、智能客服、智能硬件等对话式AI场景，为用户带来更加便捷、智能的生活体验。例如，在智能硬件场景中，通过嵌入对话式AI引擎，可实现语音控制、智能看护、智能陪伴和个性化服务，将智能设备升级为智能硬件体，适用于AI玩具、AI教育硬件、AI陪伴设备、家居语音助手、穿戴设备个人助手等多种应用场景。
