概览
更新时间不可用
声网对话式 AI 引擎重新定义了人机交互界面，突破了传统文字交互，实现了高拟真、自然流畅的实时语音对话，让 AI 真正“开口说话”。支持个性化语音定制、情感化表达和深度多轮对话理解，赋予 AI 智能体更强的表现力和互动感。适用于智能助手、情感陪伴、口语陪练、智能客服、智能硬件、沉浸式游戏 NPC 等创新场景，让 AI 智能体以更具温度和情感的声音，与用户建立更加自然、生动的交流体验。
立即体验
对话式 AI 引擎核心功能进入声网控制台的 Playground，体验与 AI 智能体的对话互动。在线体验
快速开始
根据你的开发目标选择入口：如果要在 App 或服务端产品中接入语音智能体，从 Agora Agents SDK 开始；如果要在智能硬件上验证端到端语音对话链路，从 R1 示例开始。
使用 Agora Agents SDK 创建智能体
适用于 App 和服务端接入。使用 SDK 管理智能体配置、鉴权和会话生命周期，快速启动一个可对话的语音智能体。
跑通 R1 示例 Demo
适用于智能硬件和 IoT 设备。运行 R1 示例，验证 Server 端、App 端和 Device 端的端到端语音对话链路。
使用 RESTful API 创建智能体
从服务端调用 RESTful API，完成鉴权、创建智能体、查询状态和停止智能体。
产品优势
声网对话式 AI 引擎具有如下优势：
- 超低延迟：全链路深度优化，端到端响应延迟低至 650 ms，确保对话流畅自然。
- 选择性注意力锁定：屏蔽 95% 环境人声、噪声干扰，精准识别对话人声。
- 优雅打断：340 ms 极致打断响应，模拟真人对话节奏，让对话更贴近真人交互体验。
- 抗丢包：80% 丢包率下仍能稳定流畅对话，断网 3-5 秒也能自如响应。
- 灵活扩展：兼容适配全球主流 LLM、TTS，满足不同场景和业务需求。
- 快速接入：2 行代码、15 分钟，快速构建对话式 AI 智能体。
产品能力
低延迟实时对话
基于声网实时传输能力，让用户和智能体在同一个实时会话中自然对话，减少传统语音机器人常见的等待感。
语音智能体生命周期管理
通过 Agora Agents SDK 或 RESTful API 创建、更新、查询和停止智能体，管理智能体加入频道、离开频道和运行状态。
自然轮次和打断
支持对话轮次控制、用户打断和手动 SoS/EoS，适配面试、陪练、客服等对发言边界要求更高的场景。
AI 降噪与背景人声抑制
智能过滤环境噪音，提升交互准确性。有效分离目标人声与背景人声，确保对话清晰无干扰。
灵活模型接入
可按业务需要配置 ASR、LLM 和 TTS，也可以接入自定义大语言模型，控制智能体的知识、语气和回答策略。
多模态理解
在语音对话之外发送图片等多模态消息，帮助智能体结合更多上下文理解用户意图。
实时字幕
语音实时转换为文字，提供字幕同步支持。
事件和服务端编排
通过客户端事件、消息通知和 Webhook 获取智能体状态、对话历史、错误和指标，便于接入业务系统。
适用场景
- 智能助手和智能客服：让用户通过语音完成咨询、预约、查询、售后和业务办理。
- 情感陪伴和口语陪练：构建更自然、更有停顿和打断感知的陪伴式对话体验。
- 智能硬件和 IoT 设备：让玩具、穿戴设备、陪伴设备、自助终端等硬件具备实时语音交互能力。
- 沉浸式娱乐和游戏 NPC：为虚拟角色接入可实时响应的语音对话能力，提升互动感和沉浸感。