3月20日,声网亮相2025年中国家电及消费电子博览会(AWE2025),正式推出对话式 AI 开发套件,此套件专为智能硬件开发者量身打造,旨在助力其快速构建 AI 实时语音交互产品,提升人机实时互动体验。同时,声网宣布已将对话式 AI 开发套件软硬件全面开源。

对话式 AI 开发套件基于博通集成(Beken)的高性能 AI 芯片 BK7258 ,实现强大的端侧音频处理,同时深度融合了声网的对话式 AI 引擎,让智能硬件设备实现自然流畅的实时语音对话、智能停顿及打断处理、以及超低延时响应,为开发者提供“对话式 AI + 智能硬件开发”一站式解决方案。

对话式AI开发套件方案架构图

目前,声网已将对话式 AI 开发套件的软件、硬件全面开源。硬件侧,将原理图、位号图等相关的硬件设计图全面开放;软件侧,提供一整套面向开发者的开发工具箱,包括丰富的示例代码和最佳实践。开发者只需下载开源代码,即可将对话式 AI 能力集成到自己的智能硬件设备中。1小时即可跑通 Demo,1天完成产品原型送样,大幅缩短开发周期,降低开发门槛。

对话式AI开发套件

声网对话式 AI 开发套件应用场景广泛,从 AI 玩具到智能家居,可实现全场景适配,让所有智能硬件开口说话。例如,AI 玩具、AI 教育硬件、AI 陪伴设备、家居语音助手、穿戴设备-个人助手等多种应用场景。

自然流畅、告别机械应答,定义下一代 AI 硬件交互体验

AI 玩具、AI 机器人等智能硬件产品在实时互动时会面临诸多技术挑战,如背景噪音干扰语音识别的准确性,导致指令接收偏差;对话延迟破坏交流的流畅性,影响用户体验;模型缺乏灵活性,导致交互模式单一,难以根据实际场景做出动态调整。

针对这些问题,声网对话式 AI 开发套件给出了有效的解决方案。其先进的语音活动检测(VAD)技术,能够精准识别语音信号,降低背景噪音的影响,确保语音识别的高准确率。实时语音合成功能实现了快速响应,让交互更加流畅自然。智能打断处理则赋予了设备灵活的对话能力,可根据用户的表达实时调整,极大地提升了交互的适应性与流畅度,告别“机械式”应答,助力 AI 玩具和 AI 机器人实现更流畅、更迅速的交互体验。具体来说声网对话式 AI 开发套件具备5大优势:

极致 AI 对话体验

AI 与用户的对话延迟最低可达 650ms,打断响应低至 340ms,拥有近乎真人般的对话响应速度与节奏,极大提升交互的流畅性。精准的语音识别,能够屏蔽 95% 的环境人声及噪声干扰,实现对话人声的精准识别,确保在复杂环境下也能准确获取用户指令。

多模态交互体验

提供丰富的接口配置,例如内置麦克风、摄像头以及传感器接口,还可提供文本、音频、视频和触控等多种交互功能。通过 “听、说、看、触” 全维度交互形态,充分满足亲情陪伴、家居控制等不同场景下的多样化需求。

主流 AI大模型支持

对话式 AI 开发套件对大模型实现广泛兼容,支持通义千问、豆包、DeepSeek 等主流 AI 大模型服务,同时也可灵活接入自研大模型,为开发者提供丰富的选择。

极速产品原型送样

仅需 1 小时即可跑通 Demo,1 天便能完成产品原型送样,极大地缩短了产品开发周期,降低开发门槛。同时,软硬件开源的特性助力开发者快速完成从设计到上市的全流程。

低功耗设计

采用低功耗设计方案,支持超长待机,有效解决设备续航焦虑,为用户提供更持久稳定的使用体验。

全场景适配,让所有智能硬件“开口说话”

声网的对话式 AI 开发套件应用场景广泛,从 AI 玩具到智能家居,可实现全场景适配,让所有智能硬件开口说话。

在 AI 玩具领域,可支持动态调整游戏难度与剧情,保持趣味性,激发儿童创造力,还能即时解答儿童提问,将知识学习融入日常互动。

在 AI 教育硬件方面,能够根据学生水平调整讲解深度与节奏,实现自适应教学与个性化学习,还能进行语言能力训练,实时纠音纠错,模拟真实对话环境,提升口语表达。

对于 AI 陪伴设备,让 AI 通过自然闲聊与情绪共鸣,成为部分人群的情感寄托,同时记录用户习惯,主动提醒用药、作息,降低健康风险。

在家居语音助手场景中,支持连续对话与模糊指令,如 “调暗灯光,放点音乐”,还能通过复合指令实现跨设备协同,像 “观影模式” 联动灯光、投影仪等。

在穿戴设备-个人助手场景,可提供实时翻译、实时字幕、实时会议纪要功能,并结合日程管理、任务提醒,实现工作流全链路智能化 。

赋能 Robopoet AI萌宠,开启全新陪伴体验

2024年 AI 玩具市场规模已达181亿美元,权威机构预测,全球 AI 玩具市场将迎来爆发式增长,预计到2033年,市场规模将增长至600亿美元。AI 玩具的快速发展为互动娱乐创造了新机遇,通过实时陪伴、沉浸式故事体验和动态剧情开辟了全新的人机互动体验。

专注于 AI 情感陪伴机器人的初创公司珞博 Robopoet,近日发布了一款口袋 AI 毛绒宠物 Fuzzoo。Fuzzoo 搭载其独创的 MEM(多模态情感模型),能倾听、感知并抚慰人心,具备养成属性,提供实时个性化的陪伴。

借助声网的对话式 AI 技术,Fuzzoo 大幅优化了 AI 交互的实时性和稳定性,使得这款 AI 陪伴机器人能够进行自然流畅的对话,提供实时情感陪伴和个性化交互,从而为用户带来全新的陪伴体验。

Robopoet 联合创始人兼 CTO 潘雨楠表示,“声网的对话式 AI 技术赋予了下一代 AI 玩具和机器人实时感知、思考、反应和交流的能力。凭借超低延迟响应、智能打断、以及先进的语音处理能力,声网让人机互动变的更加自然流畅,并始终为互动体验的稳定性和可靠性保驾护航。”

除此之外,目前已有数家客户集成了声网的对话式 AI 开发套件,相关智能硬件产品也即将量产发布。例如集贤科技最近发布的“灵语灵珠” AI 玩具,同步使用了声网的对话式 AI 开发套件,实现了 AI 语音互动能力,助力其打造了更智能、更灵敏、更安全的 AI 玩具。

未来声网将持续完善对话式 AI 开发套件,为更多智能硬件场景赋予实时互动能力,注入数字灵魂。通过不断地优化实时互动体验,使 AI 硬件不再是机械工具,而是有情感交互的生活挚友,满足用户多样化需求,适应不同生活场景,推动智能硬件行业迈向人机互动新时代。