自主音频语言 Audio & Language Agent

定义

自主音频语言是 TA TA 处理语音的能力：多语种识别与合成、多音色切换、情感语调表达。让交互有声音、有温度。

适用场景

• 多语种会议实时翻译
• 按场景切换播报音色
• 语音助手交互

技术原理（可公开部分）

流式处理：边说边转写，低延迟。音色库+情感模型，支持 SSML 精细控制。

评估指标

• 识别准确率
• 合成自然度（MOS）
• 延迟

调用接口

内部能力（暂未开放 API）

查看完整开发者文档 →

版本历史

v1.0（2026-10）：基础语音能力上线