应用场景
一个平台，适用于每种语音AI场景
从教育到医疗——在任何垂直领域部署TRTC的实时语音代理对话AI。
Agent Studio
可视化创建和管理语音 AI Agent——内置场景模板、系统提示词、开场白，一键保存部署。
Live Playground
在浏览器里直接开口测试，实时验证配置效果；Code Tab 自动生成集成代码，复制即用。
语音转文字
流式实时转写，句级时间戳精准对齐，热词自定义提升识别准确率，内置 VAD 静音检测，支持多语言。
文字转语音
流式语音合成，支持情感与风格控制、SSML 标记、音色克隆与自定义音色 ID，精品预设音色开箱即用。
完整的语音AI开发者工具包
从模型接入、实时对话控制到 MCP 工具调用，TRTC Voice Agent 覆盖语音 AI。
大模型接入
OpenAI 协议兼容
自由接入任意模型
系统提示词配置
多轮历史管理
工作流编排
对话控制
智能打断
语义断句检测
VAD 静音检测
AI 降噪
手动打断模式
API 管理
统一密钥管理
STT & TTS 独立配置
一次配置，全部 Agent 复用
安全密钥存储
开发者工具
MCP Server
REST API & SDK
7 天会话记录
用量看板
超低延迟
TRTC 端到端音视频传输延迟全球 < 300ms，会话延迟 < 1s，贴近人类真实对话响应速度，交互自然流畅。
快速上线
从 Agent Studio 选择场景模板，在 Playground 实测对话效果，通过 Code Tab 一键获取集成代码，2–3 天即可上线。
领先音频处理
服务端与客户端双侧 AI 降噪，配合 3A 回声消除技术，可根据不同 AI 对话场景灵活开关，全面提升语音识别质量与通话清晰度。
开放供应商生态
兼容主流 LLM、STT 和 TTS 服务；通过 API Management 统一管理第三方密钥，一次配置、全部 Agent 复用，无需重复填写。
精细对话控制
支持 Intelligent Interrupt 与 Manual Interrupt 两种打断模式；VAD Silence Break 和 Semantic Break 双断句模式按需切换；LLM 历史轮数与超时均可精确配置。
MCP 扩展能力
可为 Agent 接入任意 MCP Server，让 AI 在对话中实时调用外部工具与业务接口，将语音 AI 与你的业务系统无缝打通。
平台
为规模而构建的语音AI基础设施
基于腾讯在200多个国家和地区的全球实时网络构建，传输延迟低于300毫秒，并内置企业级合规性。
200+
国家与地区覆盖
< 300ms
RTC 传输延迟
< 1s
对话响应延迟
10,000 分钟免费额度
首年每月赠送
10 亿+ 月活用户
全球支持
15+
国际合规认证
全球 10,000+
企业客户
常见问题
Voice Agent 如何收费？
新用户可获赠 10,000 分钟免费体验额度，完整功能均可使用。额度用完后按用量后付费。整体费用由三部分构成：音频通话费 + Voice Agent 服务费 + 语音转文字费。STT 和 TTS 可选择 TRTC 自有方案或接入第三方服务；LLM 费用由用户自行承担。详细计费说明请参阅 Voice Agent 服务计费指引。
Voice Agent 可以集成到我自己的应用中吗？
可以。我们同时提供带 UI 和无 UI 两种集成方式，开发者可以灵活结合 TRTC 的实时音视频能力，在自己的产品中构建高交互性的语音智能体功能。如需了解更多，请参阅 Voice Agent 服务功能介绍。
支持哪些第三方 STT、LLM 和 TTS 服务商？
STT：腾讯、Azure、Deepgram、Soniox
LLM：OpenAI、DeepSeek、Minimax、腾讯混元、Coze、Dify，以及所有兼容 OpenAI 标准协议的模型
TTS：腾讯、Cartesia、ElevenLabs、Inworld、Minimax、Azure 和自定义
集成过程中遇到问题，如何获取技术支持？
我们为全球开发者提供一对一技术支持，集成过程中遇到任何问题均可直接联系我们。
