AI在线 AI在线

豆包语音对话功能更新,能讲4种地道方言,具备思考能力

近日,豆包语音对话功能迎来更新,可以说4种地道方言,包括粤语、四川话、东北话及陕西话。 用户打开豆包App对话框,发送简单的文字或语音指令,要求豆包使用上述方言对话,通过默认的“温柔桃子”升级版音色,即可开启对话体验。 据悉,该功能借助豆包语音模型方言迁移技术,实现单音色说多方言,且具备思考能力,可根据用户意图,灵活切换方言。

近日,豆包语音对话功能迎来更新,可以说4种地道方言,包括粤语、四川话、东北话及陕西话。用户打开豆包App对话框,发送简单的文字或语音指令,要求豆包使用上述方言对话,通过默认的“温柔桃子”升级版音色,即可开启对话体验。

据悉,该功能借助豆包语音模型方言迁移技术,实现单音色说多方言,且具备思考能力,可根据用户意图,灵活切换方言。记者实测发现,豆包可以精准识别相关方言语音和词汇,并用地道自然的方言回应。对于不熟悉普通话的用户,尤其是习惯说方言的老年群体来说,该功能有助于辅助沟通,提高效率。

豆包语音对话功能更新,能讲4种地道方言,具备思考能力

除了能说4种地道方言外,豆包在对话过程中能听懂上海话、南京话等18种方言。上述能力借助了将口语转录为文本的ASR技术 (Automatic Speech Recognition),准确性和效率提升明显。

豆包相关负责人表示,豆包致力于提升不同人群的使用体验,希望不同地域的用户能够更轻松、自然地与豆包进行语音交互,享受技术带来的便捷。

除此之外,近日2025年字节跳动奖学金颁奖典礼也在北京举行,共20位博士获奖。相比往届,此次奖学金不仅增加了获奖名额,也将奖学金从10万元升级为20万元(含10万元现金、10万元专项学术资源补贴)。此外,字节跳动还为每位获奖同学的导师提供10万元奖励,感谢导师在学子成长与科研道路上的付出。

豆包语音对话功能更新,能讲4种地道方言,具备思考能力

图:20位获奖同学合影

字节跳动奖学金计划始于2021年,希望寻找并激励最优秀的技术在校生,助力其学术及科研,用技术回馈社会。过去五年,该计划已经为67位优秀学子提供了科研支持。

据统计,2025年字节跳动奖学金计划收到了中国、新加坡66所高校500余名同学的申请。经过严格评审,来自清华、北大、人大、复旦、华中科技大学、香港大学、新加坡国立大学、南洋理工大学的20位学子获奖,覆盖大模型、机器学习、多模态、AI Infra、机器人、AI for Science、硬件等多个研究领域。

本届字节跳动奖学金获奖名单中,清华和北大入选的人数最多,各入选6人。人大和香港大学也各有2位同学获奖。获奖同学表示,字节奖学金是对他们研究成果的认可,也通过该项目,接触到工业界的技术实践、认识到不同研究领域的优秀人才。一些获奖导师表示,此前已经和字节在相关研究领域开展了深入合作,字节为高校学术研究和人才培养提供了资源支持。

颁奖典礼上,字节跳动技术副总裁杨震原对获奖师生表示祝贺,并分享了字节跳动在大规模推荐系统、AI for Science、XR、大模型等领域长期探索的经验,鼓励同学们保持耐心和热爱,挑战真正有高度的技术难题,为社会创造更大价值。

相关资讯

巨人网络联手清华大学首创DiaMoE-TTS,开源多方言语音合成大模型框架

巨人网络AI Lab与清华大学电子工程系SATLab研究团队近日联合发布一项重大突破:首创多方言语音合成大模型框架DiaMoE-TTS,并宣布将数据、代码、方法全方位开源,旨在推动方言语音合成的公平与普惠。 在当前通用TTS(文本转语音)大模型能力惊人的时代,方言TTS(Dialect TTS)仍是业界难以触及的“灰色地带”。 现有的工业级方言模型过于依赖巨量的专有数据,导致方言从业者和研究者面临缺乏统一语料构建方法和端到端开源框架的困境。
10/15/2025 4:56:28 PM
AI在线

支持 30 种方言混说,中国电信 AI 研究院发布“星辰”超多方言语音识别大模型

中国电信人工智能研究院(TeleAI)日前宣布发布业内首个支持 30 种方言自由混说的语音识别大模型 —— 星辰超多方言语音识别大模型。据介绍,该模型可打破单一模型只能识别特定单一方言的困境,支持同时识别理解粤语、上海话、四川话、温州话等 30 多种方言,是国内支持最多方言的语音识别大模型。应用场景方面,该模型有望极大解决老年人、老少边穷地区用户信息服务无法触达的问题。该大模型研发团队首创“蒸馏 膨胀”联合训练算法,解决超大规模多场景数据集和大规模参数条件下,预训练坍缩的问题,实现 1B 参数 80 层模型稳定
5/25/2024 3:47:03 PM
清源

支持中英双语及 40 种方言任意混说,中国电信 TeleAI 星辰语音大模型升级

中国电信人工智能研究院(TeleAI)在今年 5 月发布业内首个支持 30 种方言自由混说的语音识别大模型 —— 星辰超多方言语音识别大模型。 时隔不到半年,TeleAI 星辰语音大模型的多方言能力再次升级,攻克了湛江话、宜宾话、洛阳话、烟台话等方言,将方言种类从 30 种提升至 40 种,并引入对英文的识别。 与传统的有标注训练方法相比,TeleAI 通过预训练语音识别模型,利用海量无标注数据进行预训练,再通过少量有标注数据进行微调。
11/3/2024 9:37:53 AM
沛霖(实习)