百度发布的业界首个基于Cross-Attention的端到端语音语言大模型（Pro版本）现已正式商用。从"能听会说"到"开口即真人"，产品具备超拟人语音合成、智能打断、环境降噪及多方言能力，打造全新语音交互体验。即刻进入百度智能云语音技术控制台，完成实名认证，最高可享100万免费tokens。点击了解产品详情。

亮点解析

1. 超拟人交互：智能感知原始语音中的情绪语气，快速理解人物设定，悄声/快速/慢速等语气自由切换
2. 超精准查询：集成38个垂类助手，支持信息检索和指令跟随，时效性与非时效性问题均可给出精准回答
3. 超低响应时延：融合RTC低延迟AEC处理与对齐技术，端到端响应时延低至1秒，对话流畅自然，告别漫长等待
4. 超低调用成本：低成本高速推理架构，在满足语音交互硬延迟等要求的前提下，极致降低使用成本

场景应用

1. 情感陪伴：多样化音色选择+角色演绎能力，满足个性化情感陪伴和角色扮演需求
2. 语音助手：实时联网查询+复杂指令遵循，深度理解用户意图，打造智能助手
3. 在线教育：高智商、高情商+拟人语音交互，赋能数字孪生老师，实现全场景伴随式学习
4. 呼叫中心：支持复杂场景处理+实时拟人对话，构建全时响应、多维交互的智能服务生态
5. 智能硬件：复杂声学环境下仍能保障语音流畅，构建高鲁棒性的智能语音交互基础设施

产品价格