
元宝接入Hy Realtime,语音助手开始边聊边搜还能开唱

2026年11月13日,元宝官方账号确认,元宝语音通话已换用腾讯混元实时语音模型Hy Realtime,并用“后面我忘了”展示助手如何接住没说完的话。用户更新元宝App后,可从首页右上角的电话图标进入“自由对话”,选择“初语”音色体验。
IT之家的发布报道显示,Hy Realtime也已用于腾讯客服,新增按对话需要调用联网搜索工具和点歌演唱的能力;网页Demo开放了部分能力。普通用户已有元宝这一入口,面向开发者的腾讯云API则仍是“近期”开放的安排。
从“自由对话”进入“初语”通话

元宝里的体验路径指向一项具体的通话功能,而不是单独的模型应用。按已公布的步骤操作:
- 将元宝App更新至最新版,点击首页右上角的电话图标。
- 在通话入口选择“自由对话”。
- 把音色切换为“初语”,再开始语音通话。
“初语”是此次明确指定的体验音色。元宝还有其他音色可供选择,但现有发布信息没有说明它们是否也已换用Hy Realtime,因此不能把进入任意语音通话都视为体验到了同一模型。
这次接入针对的是交谈中常见的不完整表达:说话含糊、只说半句,或临时改口。用户背书时忘记后文、模拟面试时卡住,都是元宝展示的通话场景。模型需要结合前面谈过的内容理解当前请求,才能继续回答;一次对话的实际效果仍取决于输入和上下文。
联网搜索接在语音追问之后

Hy Realtime可以依据当前问题和此前对话判断是否需要联网搜索,再把工具调用所得的信息组织成语音回答。“边聊边搜”指的是在交谈中按需查询,并不意味着每句话都会触发搜索。
这项能力与连续对话有关。用户先交代一个话题,再追问其中需要新信息的细节时,前文可以帮助模型判断该查找什么;如果用户中途补充或纠正条件,模型也需要把新说法放回原来的语境理解。发布信息将处理半截话、改口和多轮追问列为模型改进的重点,但没有给出足以预测每次回答表现的公开测试条件。
目前说得最具体的工具任务是联网搜索。普通用户可以在元宝通话中提出需要查询的问题,却没有一份已公布的工具清单可供逐项选择。元宝通话里的搜索方式,也不能直接等同于未来API允许开发者配置的工具范围。
点歌后,回应可以变成演唱
唱歌能力由混元团队与腾讯音乐TME灵音AI团队共同设计。用户可以口头提出歌手、专辑、曲风、语种、发行年份或热度等选歌条件,也可以在已有对话中追加条件;模型据此理解点歌意图、匹配歌曲并演唱。
对想听实际语音效果的内容创作者,变化发生在同一段通话里:先用口语描述想听什么,再听助手给出歌声回应,无须把点歌要求改写成文字。这里能确认的是点歌和演唱已作为元宝语音体验的一部分发布;可演唱曲目范围、歌曲使用权限以及未来API是否提供相同能力,尚无完整的公开说明。
演唱表现涉及咬字、气息衔接、旋律和节奏等维度,厂商对这些维度给出了改进描述。它们说明了研发重点,却不能代替用户在具体歌曲、音色和通话条件下的体验,也不足以推算可供外部产品调用的演唱能力。
已上线能力、内部评测与待公布的API条件
这次发布中的产品体验、评测结果和云端接口处于不同阶段,适用的判断也不同:
- 已上线:Hy Realtime用于元宝语音通话和腾讯客服;元宝用户有“自由对话”与“初语”这条明确的体验路径。
- 厂商内部评测:发布内容提到基础搜答的专家盲评和演唱体验的A/B测试。相关描述属于厂商内部结果,公开信息不足以让外部读者复算测试条件或据此预测个人使用效果。
- 待公布:腾讯云面向外部开发者的API尚无确定开放日期,调用价格、并发上限和开放音色范围也未明确。
Cocoloop对发布信息的梳理同样将元宝已上线的体验与腾讯云待开放的API分开,并指出价格、并发上限和可用音色仍未公布。因此,“初语”能在元宝中选用,尚不能作为开发者将获得同名音色接口权限的依据;现有信息也无法支撑正式接入预算或通话容量测算。
下一项会改变开发者判断的信息,是腾讯云公布API开放日期、计费方式、并发限制和实际可调用的能力范围。在此之前,元宝入口回答了普通用户现在在哪里体验的问题,外部产品何时能够接入仍需等待云端发布。
相关阅读:
相关文章
订阅我们的新闻通讯
将最新 Web3、AI 和加密货币新闻直接发送到您的邮箱。




