模型

豆包 SeedRealtime 1.0 开放实时音视频通话 API

Doubao-Seed-Realtime 1.0 实时音视频通话模型

应用与实践AI 基础设施推理服务语音交互与综合语音服务视觉感知与空间理解

概述

火山引擎在豆包语音产品动态列出端到端实时音视频模型及接入文档。相对豆包实时语音 3.0 接口,SeedRealtime 加入视频帧或图片输入,摄像头及屏幕画面可通过同一个 WebSocket 会话以最多 2 FPS 上行,音频独立流式上行。模型利用视觉时序及语言上下文进行全双工语音交流。