在今年的 RTE2025 实时互联网大会上，声网正式发布了对话式 AI 引擎2.0版本，该版本实现“优雅打断”的升级，支持过滤无语义附和词，让 AI 更懂开口的时机；支持预注册声纹识别，AI 能分辨是谁在讲话；新增电话外呼功能，支持 SIP、PSTN 电话，通过 AI Studio 编排或一行代码即可实现，稳定性高。同时新版本还支持国内外更丰富的 ASR 与 TTS 供应商，用户可根据自己需求选择想要的语种和音色。
对话式 AI 引擎最新产品架构图
优雅打断2.0 让 AI 更懂开口时机
在人与人对话中，经常为了表示认同会发出“嗯”、“啊”、“是的”等常见的语义附和词，但在 AI 对话中，用户并不希望因为自己无意中的一些语义附和词，让 AI 提前响应，这样会给对话体验造成比较割裂的体验感，在教育、会议等很多场景也有很多词需要提前过滤，不需要被 AI 响应。
基于此，对话式 AI 引擎2.0版对“优雅打断”功能进行了升级，不仅支持过滤对话中无语义的附和词，自动识别“嗯”、“啊”等对话附和词，避免误触发响应，还可以过滤自定义的文本，以适应不同业务场景需求。
预注册声纹识别 让 AI 知道是谁在说话
在对话式 AI 中，多人同时与 AI 互动的场景将会越来越多，家居场景中，父母与孩子都会与 AI 互动，孩子不希望聊的内容被爸爸妈妈发现，所以希望 AI 能够区分自己与父母的身份，在和 AI 对话时可以产出不同的内容。
针对这样的需求，声网对话式 AI 引擎2.0 上线了预注册声纹识别，用户仅需4-10秒钟的有效语音注册，可以快速建立声纹模型，对话的过程也是实时进行比对，基本没有任何体感延迟。且整个过程不存储任何声纹数据。通过提前注册不同人的声纹，不仅能让 AI分辨出多说话人声纹，知道是谁在说话。还可以针对不同任务的标签输出不同的对话策略与内容推荐，无论是对于教育、情感陪伴类业务场景还是隐私保护都很有价值。
支持 AI 电话外呼 一行代码即可拨打体验
在“2025对话式 AI 场景热力榜单”中 AI 客服位列Top6，仅次于 AI 语音助手、AI 硬件类热门场景，而 AI 客服场景中电话是核心工具，电话也是目前全球范围内最通用的商业触达用户的接口。对话式 AI 引擎自发布以来，也收到了很多企业用户对 AI 客服场景的需求。
声网一直希望将对话式 AI 能力赋予到电话中，正式在2.0 版本中推出电话外呼功能，支持SIP/PSTN 电话，开发者可以通过声网最新发布的对话式 AI Studio 进行工作流编排，通过 UI 手动配给就可以完成电话拨打，导入号码，审核完成后，直接绑定外呼智能体，再点击拨打。如果想在生产中部署，可以通过一行代码拨打电话，非常便捷，且稳定性可靠。
此外，2.0 版本还接入了国内、海外更丰富的 ASR / TTS 供应商，开发者将拥有更多语种、音色可选择，同时我们也支持第三方自研语音合成的接入，供应商定制、克隆等自定义音色也能上线。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
