Qwen-Audio-3.0-Realtime 有个点我觉得被低估了:它不需要你明确下指令,就能自己判断要不要去调外部工具,而且调完的结果会自动进对话记忆——同一个结果后面几轮追问都能直接用,不用再查一遍。
听着简单,实际上这是语音助手一直迈不过去的坎。以前的做法是你说一句它查一次,上一轮查到什么下一轮就忘了,聊三句就开始车轱辘。
结果进记忆这件事一旦成立,语音那条链路才算真能干活,而不是个会说话的搜索框。就是不知道它判断该不该调工具的时候误触发率有多高
Qwen-Audio-3.0-Realtime 有个点我觉得被低估了:它不需要你明确下指令,就能自己判断要不要去调外部工具,而且调完的结果会自动进对话记忆——同一个结果后面几轮追问都能直接用,不用再查一遍。
听着简单,实际上这是语音助手一直迈不过去的坎。以前的做法是你说一句它查一次,上一轮查到什么下一轮就忘了,聊三句就开始车轱辘。
结果进记忆这件事一旦成立,语音那条链路才算真能干活,而不是个会说话的搜索框。就是不知道它判断该不该调工具的时候误触发率有多高
必须冲 车上正需要这个
误触发才是大问题 我随口说句话它就去搜
会说话的搜索框 这个比喻绝了
结果进记忆 这个才是关键 之前全靠自己复述
能干活就行 别的都好说
实时语音这块延迟压下去没有
之前试过 首包还行 长句会卡
有实测视频吗 光文字看不出实时性
之前试过类似的,听懂是听懂了,执行起来还是磕磕绊绊
语音能直接调工具这步跨得挺大,就怕误触发
车上用最怕它自作主张调工具,一句没听清就跑偏