腾讯混元推出 Hy Realtime：语音对话增加工具调用与唱歌能力

11 月 13 日，IT 之家和快科技报道，腾讯混元推出实时语音模型 Hy Realtime。除语音对话外，新模型加入工具调用和唱歌能力；报道援引腾讯方面介绍称，相关能力已用于元宝语音通话、腾讯客服等产品，面向开发者的腾讯云 API 计划近期推出。

从语音回答扩展到工具调用

据 IT 之家转述的产品介绍，Hy Realtime 可以结合对话上下文判断是否需要联网搜索，再调用相应工具并生成回答。这个流程使用户在语音交流时有机会获得外部信息，而不必将每个问题都局限于模型已有知识。

报道还称，团队围绕不完整口语输入、多轮指令以及语音表达进行了优化。不过，相关效果描述主要来自产品方介绍和内部评测，不能直接等同于所有场景下的独立测试结果。搜索结果和模型回答仍需要结合具体信息来源核对。

唱歌与体验入口

报道显示，唱歌能力由腾讯混元与腾讯音乐 TME 灵音 AI 团队合作开发。用户可以用自然语言描述歌曲偏好，并在连续对话中进一步提出选择条件。媒体称，用户可在最新版腾讯元宝 App 的语音通话中选择“初语”音色体验；具体功能及可用范围以产品实际界面为准。

据报道，腾讯云 API 是后续开放计划，而非已经全面开放的既成事实。腾讯方面还提到将继续改进双工交互、长期个性化记忆以及前后台智能体协作；这些方向属于后续工作，具体时间和效果尚待公布。

本次消息来自媒体对腾讯产品信息的报道，并非对模型性能的独立实测。来源：IT 之家 11 月 13 日报道；快科技 11 月 13 日报道。