在今年的 RTE2025 實時互聯網大會上，聲網正式發布了對話式 AI 引擎2.0版本，該版本實現“優雅打斷”的升級，支持過濾無語義附和詞，讓 AI 更懂開口的時機;支持預注冊聲紋識別，AI 能分辨是誰在講話;新增電話外呼功能，支持 SIP、PSTN 電話，通過 AI Studio 編排或一行代碼即可實現，穩定性高。同時新版本還支持國內外更豐富的 ASR 與 TTS 供應商，用戶可根據自己需求選擇想要的語種和音色。

對話式 AI 引擎最新產品架構圖

優雅打斷2.0  讓 AI 更懂開口時機

在人與人對話中，經常為了表示認同會發出“嗯”、“啊”、“是的”等常見的語義附和詞，但在 AI 對話中，用戶并不希望因為自己無意中的一些語義附和詞，讓 AI 提前響應，這樣會給對話體驗造成比較割裂的體驗感，在教育、會議等很多場景也有很多詞需要提前過濾，不需要被 AI 響應。

基于此，對話式 AI 引擎2.0版對“優雅打斷”功能進行了升級，不僅支持過濾對話中無語義的附和詞，自動識別“嗯”、“啊”等對話附和詞，避免誤觸發響應，還可以過濾自定義的文本，以適應不同業務場景需求。

預注冊聲紋識別  讓 AI 知道是誰在說話

在對話式 AI 中，多人同時與 AI 互動的場景將會越來越多，家居場景中，父母與孩子都會與 AI 互動，孩子不希望聊的內容被爸爸媽媽發現，所以希望 AI 能夠區分自己與父母的身份，在和 AI 對話時可以產出不同的內容。

針對這樣的需求，聲網對話式 AI 引擎2.0 上線了預注冊聲紋識別，用戶僅需4-10秒鐘的有效語音注冊，可以快速建立聲紋模型，對話的過程也是實時進行比對，基本沒有任何體感延遲。且整個過程不存儲任何聲紋數據。通過提前注冊不同人的聲紋，不僅能讓 AI分辨出多說話人聲紋，知道是誰在說話。還可以針對不同任務的標簽輸出不同的對話策略與內容推薦，無論是對于教育、情感陪伴類業務場景還是隱私保護都很有價值。

支持 AI 電話外呼  一行代碼即可撥打體驗

在“2025對話式 AI 場景熱力榜單”中 AI 客服位列Top6.僅次于 AI 語音助手、AI 硬件類熱門場景，而 AI 客服場景中電話是核心工具，電話也是目前全球范圍內最通用的商業觸達用戶的接口。對話式 AI 引擎自發布以來，也收到了很多企業用戶對 AI 客服場景的需求。

聲網一直希望將對話式 AI 能力賦予到電話中，正式在2.0 版本中推出電話外呼功能，支持SIP/PSTN 電話，開發者可以通過聲網最新發布的對話式 AI Studio 進行工作流編排，通過 UI 手動配給就可以完成電話撥打，導入號碼，審核完成后，直接綁定外呼智能體，再點擊撥打。如果想在生產中部署，可以通過一行代碼撥打電話，非常便捷，且穩定性可靠。

此外，2.0 版本還接入了國內、海外更豐富的 ASR / TTS 供應商，開發者將擁有更多語種、音色可選擇，同時我們也支持第三方自研語音合成的接入，供應商定制、克隆等自定義音色也能上線。