豆包实时语音模型3.0 API 上线 看演示还是很牛P的，能干不少事情了 全双工：能同时听和说，像真人聊天那样可以随时插话 端到端：语音进、语音出，不进行转录，更快、更自然。 精准遵循 + 适时参与： 你可以一句话给它定规矩，比如多人聊天时说「现在先别出声，聊到世界杯时再加入」， 它就安静待命，等话题真到了再主动接话 抗干扰 环境嘈杂声音或者有其他说话声音干扰，即便是在广播、导航、多人对话等嘈杂环境，也能正常工作 动态判停 难点是拿捏时机，你的短暂停顿可能是在思考，也可能说完了，或者是嗯嗯啊啊的语气词。它都能精准判断，等你真正说完才接话。 最关键的一步升级： 它支持自定义工具，能在实时对话里直接调用工具完成任务，预定日历、发邮件、总结文档、发起查询，一句话语音就在对话流里办完。这等于从「语音助手」往「语音 Agent」迈了一步