Trường hợp sử dụng
Một nền tảng cho mọi kịch bản AI giọng nói
Từ giáo dục đến chăm sóc sức khỏe — triển khai AI đàm thoại trong mọi lĩnh vực với tác nhân giọng nói thời gian thực của TRTC.
Tính năng
Mọi thứ bạn cần để xây dựng và vận hành các tác nhân AI giọng nói
Cơ sở hạ tầng AI giọng nói bao gồm thiết kế tác nhân, xử lý giọng nói, tích hợp LLM và kiểm soát hội thoại.
Studio Tác nhân
Xây dựng và quản lý trực quan các tác nhân AI giọng nói — tích hợp sẵn mẫu kịch bản, lời nhắc hệ thống, lời chào và triển khai chỉ bằng một cú nhấp chuột.
Khu trải nghiệm trực tiếp
Bắt đầu một cuộc trò chuyện bằng giọng nói thực ngay trong trình duyệt để xác thực thiết lập của bạn. Mã tích hợp được tạo tự động chỉ cách một cú nhấp chuột.
Chuyển giọng nói thành văn bản
Phiên âm trực tuyến theo thời gian thực với dấu thời gian ở cấp độ câu, khả năng tùy chỉnh từ khóa kích hoạt, tính năng phát hiện khoảng lặng VAD tích hợp và hỗ trợ đa ngôn ngữ.
Chuyển văn bản thành giọng nói
Tổng hợp giọng nói trực tuyến với khả năng kiểm soát cảm xúc và phong cách, đánh dấu SSML, sao chép giọng nói, ID giọng nói tùy chỉnh và các giọng nói cài sẵn cao cấp có thể sử dụng ngay.
Bộ công cụ hoàn chỉnh dành cho nhà phát triển AI giọng nói
Toàn quyền kiểm soát dành cho nhà phát triển đối với mọi lớp trong hệ thống TRTC Voice Agent, từ tích hợp mô hình đến gọi công cụ MCP.
Tích hợp LLM
API tương thích với OpenAI
Tích hợp mọi mô hình
Cấu hình lời nhắc hệ thống
Lịch sử nhiều lượt
Điều phối quy trình làm việc
Kiểm soát cuộc trò chuyện
Ngắt lời thông minh
Phát hiện điểm ngắt ngữ nghĩa
Phát hiện khoảng lặng bằng VAD
Khử tiếng ồn bằng AI
Chế độ ngắt thủ công
Quản lý API
Quản lý khóa tập trung
Cấu hình riêng cho STT & TTS
Một lần thiết lập cho mọi tác nhân
Lưu trữ thông tin xác thực an toàn
Công cụ dành cho nhà phát triển
Máy chủ MCP
API REST và SDK
Lịch sử trò chuyện trong 7 ngày
Bảng điều khiển sử dụng
LỢI THẾ
Tại sao nên xây dựng AI giọng nói trên TRTC
Hạ tầng AI giọng nói của TRTC: độ trễ dưới 300 ms, khử nhiễu bằng AI, hỗ trợ các nhà cung cấp LLM/STT/TTS mở và khả năng mở rộng MCP.
Độ trễ siêu thấp
Truyền âm thanh và video đầu cuối trên toàn cầu trong chưa đến 300 mili giây, với độ trễ hội thoại dưới 1 giây — tương đương tốc độ phản hồi của con người để mang lại các tương tác mượt mà, tự nhiên.
Triển khai nhanh
Bắt đầu với một mẫu kịch bản trong Agent Studio, xác thực bằng phiên thoại trực tiếp trong Playground và lấy mã sẵn sàng để sao chép và dán từ tab Code — đưa vào hoạt động chỉ trong 2–3 ngày.
Công nghệ xử lý âm thanh hàng đầu
Khử tiếng ồn bằng AI ở phía máy chủ và phía máy khách, kết hợp khử tiếng vọng 3A — có thể bật hoặc tắt theo từng chế độ hội thoại AI để mang lại các cuộc gọi thoại AI chính xác, chất lượng cao.
Hệ sinh thái nhà cung cấp mở
Tương thích với các nhà cung cấp LLM, STT và TTS hàng đầu. Quản lý tập trung tất cả khóa API của bên thứ ba bằng Quản lý API — chỉ cần cấu hình một lần và tái sử dụng cho mọi tác nhân.
Kiểm soát cuộc trò chuyện chính xác
Chọn giữa Ngắt thông minh và Ngắt thủ công. Chuyển đổi giữa Ngắt khi VAD phát hiện im lặng và Ngắt theo ngữ nghĩa để nhận diện câu. Tinh chỉnh số vòng lịch sử LLM và thời gian chờ để kiểm soát hoàn toàn mọi cuộc hội thoại.
Có thể mở rộng qua MCP
Kết nối với bất kỳ Máy chủ MCP nào để cung cấp cho tác nhân của bạn quyền truy cập theo thời gian thực vào các công cụ bên ngoài và API doanh nghiệp — kết nối trực tiếp AI giọng nói với các hệ thống của riêng bạn.
Kiến trúc
Từ giọng nói của bạn đến phản hồi của tác nhân
TRTC xử lý giọng nói của bạn thông qua STT thời gian thực, suy luận LLM và tổng hợp TTS dạng phát trực tuyến, được thiết kế cho các cuộc trò chuyện tự nhiên, độ trễ thấp ở quy mô lớn.
Giải pháp AI hội thoại của Tencent RTC tích hợp sẵn tính năng Nhận dạng giọng nói tự động (ASR) và xử lý ngắt lời, cho phép khách hàng linh hoạt truy cập các dịch vụ mô hình ngôn ngữ lớn (LLM) và mô hình chuyển văn bản thành giọng nói (TTS) được chỉ định để tạo ra các tính năng AI hội thoại tự nhiên, mượt mà và phù hợp hơn với các tình huống kinh doanh.
Nền tảng
Cơ sở hạ tầng AI giọng nói được xây dựng để mở rộng quy mô
Được xây dựng trên mạng thời gian thực toàn cầu của Tencent, phủ sóng hơn 200 quốc gia và khu vực, với thời gian truyền dưới 300 mili giây và khả năng tuân thủ tiêu chuẩn doanh nghiệp được tích hợp sẵn.
200+
Quốc gia và khu vực
< 300ms
Truyền tải RTC
< 1s
Độ trễ hội thoại
10.000 phút
Số phút miễn phí / tháng (Năm 1)
Hơn 1 tỷ người dùng hoạt động hàng tháng
Được hỗ trợ trên toàn cầu
15+
Chứng nhận tuân thủ quốc tế
Hơn 10.000
Khách hàng doanh nghiệp trên toàn thế giới
Câu hỏi thường gặp
Voice Agent tính phí như thế nào?
Người dùng mới nhận được 10.000 phút dùng thử miễn phí để trải nghiệm tất cả tính năng mà không mất phí. Sau khi sử dụng hết số dư miễn phí, hình thức thanh toán trả sau linh hoạt sẽ được áp dụng. Tổng chi phí gồm ba phần: Phí cuộc gọi âm thanh + Phí dịch vụ Voice Agent + Phí STT. Đối với STT và TTS, bạn có thể chọn các tùy chọn tích hợp sẵn của TRTC hoặc kết nối với nhà cung cấp bên thứ ba; phí LLM được nhà cung cấp tính trực tiếp. Xem Hướng dẫn tính phí dịch vụ Voice Agent để biết chi tiết.
Tôi có thể tích hợp Tác nhân giọng nói vào các ứng dụng của riêng mình không?
Có. Chúng tôi cung cấp cả tùy chọn tích hợp dựa trên giao diện người dùng và không có giao diện người dùng, nhờ đó bạn có thể kết hợp các tính năng âm thanh thời gian thực của TRTC để xây dựng những tính năng trợ lý giọng nói có tính tương tác cao ngay trong sản phẩm của mình. Hãy xem tài liệu về dịch vụ Voice Agent để tìm hiểu thêm.
Những nhà cung cấp STT, LLM và TTS bên thứ ba nào được hỗ trợ?
STT: Tencent, Azure, Deepgram, Soniox
LLM: OpenAI, DeepSeek, Minimax, Tencent Hunyuan, Coze, Dify và bất kỳ nhà cung cấp nào tương thích với giao thức chuẩn của OpenAI
TTS: Tencent, Cartesia, ElevenLabs, Inworld, Minimax, Azure và Tùy chỉnh
Làm thế nào để tôi nhận được hỗ trợ kỹ thuật trong quá trình tích hợp?
Chúng tôi cung cấp dịch vụ hỗ trợ kỹ thuật trực tiếp cho các nhà phát triển trên toàn thế giới. Hãy liên hệ với chúng tôi bất cứ lúc nào trong quá trình tích hợp.
