场景介绍

声网 RTE × AIGC 一站式解决方案，提供更真实、更沉浸、更有趣的 AI 实时互动玩法。通过声网 AIGC 解决方案，可以快速搭建多类低延迟的 AI 实时互动场景，包括：AI 语音助手、AI 虚拟伴侣、AI 口语老师、AI 语音游戏等。

使用声网的 AIGC 解决方案可以搭建如下细分场景：

• 语音助手：AI 作为语音助手，支持设定不同的语音助手人设、支持上下文记忆、随时随地开启超低延迟的 AI 语音对话。
• 虚拟恋人：AI 作为虚拟伴侣，具有更强的人设性格，通过丰富的陪聊功能与场景来起到情感陪伴的作用。
• 口语陪练：AI 作为口语老师，支持根据不同口语等级、语言风格来与学生进行一对一口语对练，并能对学生口语水平进行实时评估、做出改进建议。

方案优势

声网 AIGC 解决方案具有如下优势：

• 更沉浸。相比传统的通过 IM 文字聊天与 AI 角色实现交互的方案，声网提供的实时音视频 + 实时消息 + 虚拟形象方案能够带来更真实自然的互动体验，更好地表达情感和传达用户的个性化意图。

• 更真实。支持对话过程中随时打断，AI 具备上下文短时记忆，能提供流畅自然、更有温度的实时互动体验。

• 低延时。AI 对话端到端响应延时控制在 1.9 秒内，能构建更连贯的语音交互体验，有效提升生产力。

• 易开发。声网提供封装完整的 SDK，包含实时音视频、实时消息、STT/TTS、语音驱动虚拟人嘴型等多种能力，支持 API 快速调用，提供开箱即用的场景化 Demo，最快三小时即可实现方案验证。

支持功能

声网 AIGC 解决方案借助 AI 和大模型等能力，能在项目中支持如下功能：

能力	功能描述
模型能力	提供国内外多语言大模型灵活选用 支持开源大模型私有化部署
语言能力	STT（语音转文本）+ TTS（文本转语音）模型精细化调优，实现人声分离，断句优化，句子内容精处理 支持 AI 实时变声 支持声音克隆
场景人设	支持 AI 人设定制：包括名字、职业、性格、声音、形象 提供场景玩法设定：包括一对一语音、多人语音、视频直播
互动体验	支持上下文多轮对话记忆 支持语音驱动 3D Avatar 支持语音驱动 2D 真人分身

支持平台

声网 AIGC 场景方案支持 Android 和 iOS 平台。

技术架构

声网 AIGC 场景的技术架构如下图所示：