กรณีการใช้งาน
แพลตฟอร์มเดียวสำหรับทุกสถานการณ์การใช้งาน AI เสียง
ตั้งแต่การศึกษาไปจนถึงการดูแลสุขภาพ—นำ AI เชิงสนทนาไปใช้งานในทุกอุตสาหกรรมด้วยเอเจนต์เสียงแบบเรียลไทม์ของ TRTC
ฟีเจอร์
ทุกสิ่งที่คุณต้องการเพื่อสร้างและใช้งานเอเจนต์ AI แบบเสียง
โครงสร้างพื้นฐาน Voice AI ที่ครอบคลุมการออกแบบเอเจนต์ การประมวลผลเสียงพูด การผสานรวม LLM และการควบคุมการสนทนา
สตูดิโอเอเจนต์
สร้างและจัดการเอเจนต์ AI แบบเสียงได้ด้วยภาพ พร้อมเทมเพลตสถานการณ์ในตัว พรอมต์ระบบ คำทักทาย และการปรับใช้ในคลิกเดียว
พื้นที่ทดลองใช้งานแบบสด
เริ่มการสนทนาด้วยเสียงจริงในเบราว์เซอร์เพื่อตรวจสอบการตั้งค่าของคุณ พร้อมรับโค้ดสำหรับการผสานระบบที่สร้างขึ้นโดยอัตโนมัติได้ในคลิกเดียว
การแปลงเสียงพูดเป็นข้อความ
การถอดเสียงสตรีมมิงแบบเรียลไทม์พร้อมการประทับเวลาระดับประโยค การปรับแต่งคำสำคัญ การตรวจจับช่วงเงียบด้วย VAD ในตัว และการรองรับหลายภาษา
การแปลงข้อความเป็นเสียงพูด
การสังเคราะห์เสียงแบบสตรีมพร้อมการควบคุมอารมณ์และสไตล์ มาร์กอัป SSML การโคลนเสียง รหัสเสียงแบบกำหนดเอง และเสียงพรีเซ็ตระดับพรีเมียมที่พร้อมใช้งานทันที
ชุดเครื่องมือสำหรับนักพัฒนา AI ด้านเสียงที่ครบถ้วน
ให้นักพัฒนาควบคุมทุกเลเยอร์ของสแต็ก TRTC Voice Agent ได้อย่างเต็มรูปแบบ ตั้งแต่การผสานรวมโมเดลไปจนถึงการเรียกใช้เครื่องมือ MCP
การผสานรวม LLM
API ที่เข้ากันได้กับ OpenAI
นำโมเดลใดๆ มาใช้ก็ได้
การกำหนดค่าพรอมต์ระบบ
ประวัติการสนทนาแบบหลายรอบ
การประสานเวิร์กโฟลว์
การควบคุมการสนทนา
การขัดจังหวะอัจฉริยะ
การตรวจจับจุดแบ่งเชิงความหมาย
การตรวจจับความเงียบด้วย VAD
การลดเสียงรบกวนด้วย AI
โหมดขัดจังหวะด้วยตนเอง
การจัดการ API
การจัดการคีย์แบบรวมศูนย์
กำหนดค่า STT และ TTS แยกกัน
ตั้งค่าเพียงครั้งเดียว ใช้ได้กับเอเจนต์ทั้งหมด
การจัดเก็บข้อมูลประจำตัวอย่างปลอดภัย
เครื่องมือสำหรับนักพัฒนา
เซิร์ฟเวอร์ MCP
REST API และ SDK
ประวัติการแชท 7 วัน
แดชบอร์ดการใช้งาน
ข้อได้เปรียบ
เหตุใดจึงควรสร้าง Voice AI บน TRTC
โครงสร้างพื้นฐาน AI ด้านเสียงของ TRTC: ความหน่วงต่ำกว่า 300 มิลลิวินาที การลดเสียงรบกวนด้วย AI รองรับผู้ให้บริการ LLM/STT/TTS แบบเปิด และสามารถขยายความสามารถด้วย MCP
เวลาแฝงต่ำเป็นพิเศษ
การส่งสัญญาณเสียงและวิดีโอแบบต้นทางถึงปลายทางทั่วโลกภายใน 300 มิลลิวินาที พร้อมความหน่วงในการสนทนาต่ำกว่า 1 วินาที ซึ่งเทียบเท่าความเร็วในการตอบสนองของมนุษย์ เพื่อการโต้ตอบที่ลื่นไหลและเป็นธรรมชาติ
ติดตั้งใช้งานได้อย่างรวดเร็ว
เริ่มจากเทมเพลตสถานการณ์ใน Agent Studio ตรวจสอบความถูกต้องด้วยเซสชันเสียงสดใน Playground และนำโค้ดพร้อมวางจากแท็บ Code ไปใช้ — เปิดใช้งานจริงได้ภายใน 2–3 วัน
การประมวลผลเสียงชั้นนำ
ระบบลดเสียงรบกวนด้วย AI ทั้งฝั่งเซิร์ฟเวอร์และฝั่งไคลเอนต์ พร้อมระบบตัดเสียงสะท้อน 3A ซึ่งสามารถเปิดหรือปิดแยกตามโหมดการสนทนาด้วย AI เพื่อการโทรด้วยเสียงผ่าน AI ที่แม่นยำและมีคุณภาพสูง
ระบบนิเวศผู้ให้บริการแบบเปิด
รองรับผู้ให้บริการ LLM, STT และ TTS ชั้นนำ จัดการคีย์ API ของบุคคลที่สามทั้งหมดจากส่วนกลางด้วย API Management — กำหนดค่าเพียงครั้งเดียวและนำไปใช้ซ้ำกับเอเจนต์ทุกตัว
ควบคุมการสนทนาได้อย่างแม่นยำ
เลือกระหว่างการขัดจังหวะอัจฉริยะและการขัดจังหวะแบบกำหนดเอง สลับระหว่างการหยุดเมื่อตรวจพบความเงียบด้วย VAD และการหยุดตามความหมายเพื่อตรวจจับประโยค ปรับจำนวนรอบประวัติและระยะหมดเวลาของ LLM อย่างละเอียด เพื่อควบคุมทุกการสนทนาได้อย่างเต็มที่
ขยายความสามารถได้ผ่าน MCP
เชื่อมต่อเซิร์ฟเวอร์ MCP ใดก็ได้เพื่อให้เอเจนต์ของคุณเข้าถึงเครื่องมือภายนอกและ API ทางธุรกิจได้แบบเรียลไทม์ ซึ่งเชื่อมโยง AI เสียงเข้ากับระบบของคุณโดยตรง
สถาปัตยกรรม
ตั้งแต่เสียงของคุณไปจนถึงการตอบกลับของเอเจนต์
TRTC ประมวลผลเสียงของคุณผ่าน STT แบบเรียลไทม์ การอนุมานของ LLM และการสังเคราะห์ TTS แบบสตรีมมิง ซึ่งออกแบบมาเพื่อการสนทนาที่เป็นธรรมชาติ มีความหน่วงต่ำ และรองรับการใช้งานในวงกว้าง
โซลูชัน Conversational AI ของ Tencent RTC มาพร้อมระบบรู้จำเสียงพูดอัตโนมัติ (ASR) และการจัดการการขัดจังหวะในตัว ช่วยให้ลูกค้าสามารถเข้าถึงบริการโมเดลภาษาขนาดใหญ่ (LLM) และโมเดลแปลงข้อความเป็นเสียงพูด (TTS) ที่กำหนดไว้ได้อย่างยืดหยุ่น เพื่อสร้างฟีเจอร์ AI สนทนาที่เป็นธรรมชาติและลื่นไหล ซึ่งเหมาะกับสถานการณ์ทางธุรกิจมากยิ่งขึ้น
แพลตฟอร์ม
โครงสร้างพื้นฐาน AI เสียงที่สร้างขึ้นเพื่อรองรับการขยายขนาด
สร้างขึ้นบนเครือข่ายแบบเรียลไทม์ทั่วโลกของ Tencent ซึ่งครอบคลุมกว่า 200 ประเทศและภูมิภาค พร้อมการส่งสัญญาณภายในเวลาไม่ถึง 300 มิลลิวินาทีและการปฏิบัติตามข้อกำหนดระดับองค์กรในตัว
200+
ประเทศและภูมิภาค
< 300ms
การส่งสัญญาณ RTC
< 1s
ความหน่วงของการสนทนา
10,000 นาที
นาทีฟรี / เดือน (ปีที่ 1)
ผู้ใช้งานรายเดือนกว่า 1 พันล้านคน
รองรับทั่วโลก
15+
ใบรับรองการปฏิบัติตามมาตรฐานสากล
มากกว่า 10,000
ลูกค้าองค์กรทั่วโลก
คำถามที่พบบ่อย
Voice Agent คิดค่าบริการอย่างไร
ผู้ใช้ใหม่จะได้รับเวลาทดลองใช้ฟรี 10,000 นาที เพื่อสัมผัสทุกฟีเจอร์โดยไม่มีค่าใช้จ่าย หลังจากใช้เครดิตฟรีหมดแล้ว ระบบจะคิดค่าบริการแบบรายเดือนตามการใช้งานจริงอย่างยืดหยุ่น ค่าใช้จ่ายทั้งหมดประกอบด้วยสามส่วน ได้แก่ ค่าบริการโทรด้วยเสียง + ค่าบริการ Voice Agent + ค่าบริการ STT สำหรับ STT และ TTS คุณสามารถเลือกใช้ตัวเลือกที่มีมาให้ใน TRTC หรือเชื่อมต่อกับผู้ให้บริการภายนอกได้ ส่วนค่าบริการ LLM จะเรียกเก็บโดยตรงจากผู้ให้บริการ โปรดดูรายละเอียดในคู่มือการเรียกเก็บค่าบริการ Voice Agent
ฉันสามารถผสานรวม Voice Agent เข้ากับแอปพลิเคชันของฉันเองได้หรือไม่
ใช่ เรามีตัวเลือกการผสานการทำงานทั้งแบบมี UI และแบบ Headless (ไม่มี UI) เพื่อให้คุณสามารถใช้ความสามารถด้านเสียงแบบเรียลไทม์ของ TRTC มาสร้างฟีเจอร์เอเจนต์เสียงที่มีการโต้ตอบสูงไว้ในผลิตภัณฑ์ของคุณได้โดยตรง ดูข้อมูลเพิ่มเติมได้ในเอกสารบริการ Voice Agent
รองรับผู้ให้บริการ STT, LLM และ TTS จากภายนอกรายใดบ้าง
STT: Tencent, Azure, Deepgram, Soniox
LLM: OpenAI, DeepSeek, Minimax, Tencent Hunyuan, Coze, Dify และผู้ให้บริการใด ๆ ที่รองรับโปรโตคอลมาตรฐานของ OpenAI
TTS: Tencent, Cartesia, ElevenLabs, Inworld, Minimax, Azure และแบบกำหนดเอง
ฉันจะรับการสนับสนุนทางเทคนิคระหว่างการผสานระบบได้อย่างไร
เราให้บริการสนับสนุนทางเทคนิคแบบตัวต่อตัวแก่นักพัฒนาทั่วโลก ติดต่อเราได้ทุกเมื่อในระหว่างกระบวนการผสานระบบของคุณ
