场景介绍

声网对话式 AI 开发套件是一套针对智能硬件的完备对话式 AI 解决方案。

它提供即开即用的便捷体验，帮助开发者迅速验证、将对话式 AI 集成到智能硬件中，实现“让智能硬件开口说话”的目标。该方案适用于多种场景，包括 AI 玩具、教育硬件、陪伴设备、穿戴个人助手和家居语音助手。

方案架构Copy Anchor Link

声网对话式 AI 智能硬件解决方案基于媒体流加速 RTSA（声网专为 IoT 行业设计的 RTC 客户端产品）和对话式 AI 引擎构建。方案技术架构如下图：

方案优势Copy Anchor Link

极致 AI 对话体验Copy Anchor Link

• 对话延迟低至 650 ms，打断响应低至 340 ms，接近真人对话速度
• 多模态交互体验：内置麦克风、摄像头、传感器接口，提供文本、音频、视频和触控交互功能
• 屏蔽 95% 环境噪声，实现精准识别

全球化能力赋能企业出海Copy Anchor Link

• 覆盖 200+ 国家和地区的实时传输网络，大网端到端延时中位数低至 76 ms
• 35+ 语言支持，实现一套方案覆盖全球多区域
• 满足海外合规要求，满足 ISO (27001/27018 等)、GDPR、CCPA、HIPAA 等国际隐私法规

先进算法保障复杂环境下的流畅对话Copy Anchor Link

• AI 降噪算法：屏蔽 95% 环境噪声，咖啡馆、火车站也能实现精准识别，避免交互失误
• BHVS 和声纹算法：背景人声过滤算法、声纹识别算法，保证多人对话场景主讲人锁定
• 优雅打断算法：让 AI 实时感知用户插话意图，精准判断何时说话、何时停止，还原自然对话节奏
• 弱网对抗算法：具备 80% 抗丢包能力，在地铁、地下室，仍能保障语音交互不中断，维持对话连贯性

灵活扩展，一站式解决方案方便快速验证支持Copy Anchor Link

• 灵活的大模型支持：支持通义千问、豆包、Deepseek 等多种 AI 服务，以及自研大模型
• 主流 AI 与芯片支持：兼容多种主流通信标准，支持博通、乐鑫、展锐、君正、瑞芯微 RK、Sigmastar 等厂商的产品
• 极速产品原型送样：1 小时跑通示例项目，1 天完成产品原型送样；软硬件开源，快速完成从设计到上市全流程

平台兼容Copy Anchor Link

声网对话式 AI 开发套件支持各类主流 Wi-Fi、LTE Category 1 通信标准、图像信号处理器（ISP 芯片），涵盖博通、乐鑫、展锐、君正、瑞芯微 RK、Sigmastar 等多家知名厂商的产品。如需了解具体支持的厂商品牌和芯片型号，可以联系技术支持。

开发套件介绍Copy Anchor Link

为了让您的想法快速商业化落地，声网与芯片原厂合作推出了一系列开发套件。本节介绍各系列开发套件的核心能力。

R1 套件Copy Anchor Link

R1 套件基于博通集成 BK7258，开源了软件和硬件资料，拥有丰富的板载资源，如麦克风、扬声器、摄像头、LCD 屏幕、陀螺仪等，适用于各种对话式 AI 应用场景。

设计架构Copy Anchor Link

完整的 R1 套件包含硬件设备和软件架构两大模块，各自包含的内容如下：

• 硬件功能模块

• 软件包架构

开发套件功能Copy Anchor Link

适用场景Copy Anchor Link

计费Copy Anchor Link

声网对话式 AI 开发套件基于媒体流加速 RTSA 和对话式 AI 引擎构建。相关计费说明可以参考如下文档：

• 媒体流加速计费说明
• 对话式 AI 引擎计费说明