2025 年 9 月 8 日，ZEGO 实时互动 AI Agent 2.5.10 版本发布，新增支持无上限用户数量与 AI 同时互动、阿里云百炼语音识别能力、支持轮次或句粒度设置TTS的情绪效果等功能。
新增功能
支持无上限用户数量与 AI 同时互动
AI可获悉群内所有用户基本信息及说话内容，并针对用户选择性回复。适用于多人语聊房、多人会议、小班课等场景下，AI作为房主或主持人等多用户与AI互动的场景。
新增阿里云百炼语音识别能力
支持中文（普通话 / 方言）、粤语、英语、日语、韩语等，含 2 类模型（需联系 ZEGO 商务开通，配置vendor选择模型）：
- Paraformer：适配噪音环境、中文方言场景
- Gummy：适配多语种混合场景，及德语、法语、俄语、意大利语、西班牙语场景
SendAgentInstanceLLM 新增控制项
支持控制输入 / 回答是否纳入 LLM 历史上下文、下发字幕、持久化存储消息记录；接口新增AddQuestionToHistory（控制输入）、AddAnswerToHistory（控制输出）字段。
支持轮次或句粒度设置 TTS 的情绪效果
实现更好的情绪控制，增强拟人效果。
- 轮次粒度控制：第一轮AI回答：“今天天气真好呀！”，“开心”情绪；用户回复“我好难过。”，第二轮AI回答：“听到你真么说，我也很难过。”，并使用“悲伤”情绪。
- 句粒度控制：例如大语言模型LLM本轮回答为“今天天气真好呀！但是我却遇到了不开心的事情。”，可以设置前半句为“开心”情绪，后半句为“悲伤”情绪。
改进优化
- 优化数字人智能体实例相关错误码。包括410001025～410001032等错误码。
- 数字人智能体实例接入体验提升：优化实现数字人视频通话文档及示例代码，提升接入便捷性。
- 回调开关新增配置：支持关闭智能体创建及删除相关回调。
- 智能体状态准确性优化：优化思考中、说话中状态的准确性，可通过查询智能体状态 API 获取。
- ASR、TTS 连接数优化：降低使用成本。
更多能力内测中，请联系 ZEGO 技术支持👇。
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/61410.html
