在今年的聲網(wǎng)式A時機 RTE2025 實時互聯(lián)網(wǎng)大會上，聲網(wǎng)正式發(fā)布了對話式 AI 引擎2.0版本，對話該版本實現(xiàn)“優(yōu)雅打斷”的引預(yù)注升級，支持過濾無語義附和詞，擎讓讓 AI 更懂開口的更懂時機；支持預(yù)注冊聲紋識別，AI 能分辨是開口誰在講話；新增電話外呼功能，支持 SIP、支持PSTN 電話，冊聲通過 AI Studio 編排或一行代碼即可實現(xiàn)，紋識穩(wěn)定性高。別電同時新版本還支持國內(nèi)外更豐富的話外呼 ASR 與 TTS 供應(yīng)商，用戶可根據(jù)自己需求選擇想要的聲網(wǎng)式A時機語種和音色。

對話式 AI 引擎最新產(chǎn)品架構(gòu)圖

優(yōu)雅打斷2.0  讓 AI 更懂開口時機

在人與人對話中，對話經(jīng)常為了表示認同會發(fā)出“嗯”、引預(yù)注“啊”、擎讓“是的”等常見的語義附和詞，但在 AI 對話中，用戶并不希望因為自己無意中的一些語義附和詞，讓 AI 提前響應(yīng)，這樣會給對話體驗造成比較割裂的體驗感，在教育、會議等很多場景也有很多詞需要提前過濾，不需要被 AI 響應(yīng)。

基于此，對話式 AI 引擎2.0版對“優(yōu)雅打斷”功能進行了升級，不僅支持過濾對話中無語義的附和詞，自動識別“嗯”、“啊”等對話附和詞，避免誤觸發(fā)響應(yīng)，還可以過濾自定義的文本，以適應(yīng)不同業(yè)務(wù)場景需求。

預(yù)注冊聲紋識別  讓 AI 知道是誰在說話

在對話式 AI 中，多人同時與 AI 互動的場景將會越來越多，家居場景中，父母與孩子都會與 AI 互動，孩子不希望聊的內(nèi)容被爸爸媽媽發(fā)現(xiàn)，所以希望 AI 能夠區(qū)分自己與父母的身份，在和 AI 對話時可以產(chǎn)出不同的內(nèi)容。

針對這樣的需求，聲網(wǎng)對話式 AI 引擎2.0 上線了預(yù)注冊聲紋識別，用戶僅需4-10秒鐘的有效語音注冊，可以快速建立聲紋模型，對話的過程也是實時進行比對，基本沒有任何體感延遲。且整個過程不存儲任何聲紋數(shù)據(jù)。通過提前注冊不同人的聲紋，不僅能讓 AI分辨出多說話人聲紋，知道是誰在說話。還可以針對不同任務(wù)的標簽輸出不同的對話策略與內(nèi)容推薦，無論是對于教育、情感陪伴類業(yè)務(wù)場景還是隱私保護都很有價值。

支持 AI 電話外呼  一行代碼即可撥打體驗

在“2025對話式 AI 場景熱力榜單”中 AI 客服位列Top6，僅次于 AI 語音助手、AI 硬件類熱門場景，而 AI 客服場景中電話是核心工具，電話也是目前全球范圍內(nèi)最通用的商業(yè)觸達用戶的接口。對話式 AI 引擎自發(fā)布以來，也收到了很多企業(yè)用戶對 AI 客服場景的需求。

聲網(wǎng)一直希望將對話式 AI 能力賦予到電話中，正式在2.0 版本中推出電話外呼功能，支持SIP/PSTN 電話，開發(fā)者可以通過聲網(wǎng)最新發(fā)布的對話式 AI Studio 進行工作流編排，通過 UI 手動配給就可以完成電話撥打，導(dǎo)入號碼，審核完成后，直接綁定外呼智能體，再點擊撥打。如果想在生產(chǎn)中部署，可以通過一行代碼撥打電話，非常便捷，且穩(wěn)定性可靠。

此外，2.0 版本還接入了國內(nèi)、海外更豐富的 ASR / TTS 供應(yīng)商，開發(fā)者將擁有更多語種、音色可選擇，同時我們也支持第三方自研語音合成的接入，供應(yīng)商定制、克隆等自定義音色也能上線。