声网 AIGC 一站式解决方案，更沉浸、低延时、易开发

“还差1人开局，你来不来?” “啥，陪对象呢?!”

“不是，这人怎么进房间就走了啊!”

“又是个挂机的，服了，下把直接ttt!”

社交策略类游戏最怕遇到上面的情景，要么少人游戏永远无法开局，要么有人挂机影响游戏体验。不慌，有 AI 就行，这局要么稳赢，要么过瘾!

随着 AIGC 在泛娱乐领域应用的逐渐深入，现阶段不少游戏场景中都加入了 AI NPC 的角色。 AI NPC 可以为玩家提供各种任务和对话，不仅能够帮助玩家摆脱游戏人数的硬性限制 ，很好地参与其中，成为合格的游戏搭子，还能通过其智能行为和反应为游戏增加更多的挑战性和互动性 ，让游戏更刺激。

早于今年5月，声网就推出了 AI + 谁是卧底的玩法 ，由 AI 来充当其中一名玩家，在游戏中学习、提炼其他玩家的发言格式，对自己的关键词进行描述发言，并能通过分析其他玩家的发言，做出“谁是卧底”的判断并进行投票。此类 AI 对话游戏对上下文消息数的支持需要用到大模型token能力 ，像狼人杀、谁是卧底这种人数多、回合多且发言多的游戏，对token能力有很高的要求，而声网已经选型集成的大模型能够很好地支持游戏的顺畅推进 。

此外，声网 AIGC 解决方案能够支持各类 AI +音视频互动场景 ，除了上面提到的 AI + 谁是卧底玩法，声网还能够提供 AI 版本的海龟汤和你说我猜玩法 ，企业也可以根据实际需求定制玩法，持续挖掘 AI NPC 在社交游戏场景中的更多应用潜力。在海龟汤游戏中，AI 将充当出题者，提出一个难以理解的事件，玩家可以提出任何问题以缩小范围并找出事件背后真正的原因，但出题者(AI)仅能以“是(对)”、“不是(不对)”或“没有关系”来作答。当玩家收集到足够的信息，能够描述出完整故事时，AI便会对玩家的最终答案进行判断，并宣布游戏结果。

在你说我猜游戏中，AI 将充当出题人，设置一个游戏谜底并根据玩家的描述给予“是”与“不是”的回复，直至玩家给出正确答案。此类小游戏，特别适合语聊房、陌生人交友等线上社交场景，起到迅速破冰的效果，为平台带来一定增益。

游戏社交此类场景对互动实时性要求极高，市面上已有的方案要么是离线的本地数字人方案，要么是全链路延时过高(6-7s)无法满足游戏中的实时互动，影响用户体验。而声网更专注于提供实时音频对话的更优体验，低延时、更沉浸 。

更沉浸，用户体验拉满

实时音视频互动相比输入文字，操作更便捷，且能够与其它多模态互动方式结合，提升用户体验。声网提供的实时音视频 + 实时消息 + 虚拟形象方案 能够带来更真实自然的互动体验，更好地表达情感和传达用户的个性化意图。

响应延时低至1.9秒内

针对目前市面上大多数 AI 生成式对话响应慢的问题，声网对 AIGC 场景下音视频互动的延时做了很多技术优化，从用户发言到 AI 对话响应平均延时仅为 1.9s， 而市场上绝大部分 AI 互动延迟还停留在 6-7s。

3h 快速上线，节省开发时间

在场景开发层面，声网提供封装完整的 SDK ，包含实时音视频、实时消息、语音转文字（STT）/文字转语音（TTS）、语音驱动虚拟人嘴型等多种能力 ，并支持 API 快速调用，提供开箱即用的场景化 Demo，最快 3h 即可实现方案快速验证。尤其对于想快速验证新场景的企业与开发者而言，可以节省很多开发时间。

此外，声网还可以提供以下 RTE X AIGC 一站式产品能力：

1.国内外多种商用大模型灵活切换

声网与热门的国内外大模型厂商进行合作，支持企业根据自身需求进行灵活切换 。此外，声网在开源大模型层面也有在尝试做私有化部署 ，以满足部分企业对数据安全及网络的要求。

2.支持丰富的语言能力

对 STT + TTS 模型精细化调优，实现人声分离，断句优化，让整个语言体验更加流畅。此外，声网还支持 AI 实时变声、定制化声音克隆 ，让声音听起来更具真实感。

3.场景人设定制化

声网在 1V1 语音、多人语音、视频直播等场景还对 AI 角色进行了人设定制，通过 Prompt 的方式设置 AI 角色的名字、职业、性格等丰富的人设属性 并支持定制形象与声音 。例如在谁是卧底、海龟汤等多人游戏的场景中，AI 可以作为一个玩家角色参与到游戏中。

4.多轮对话记忆，交互体验再升级

声网提供多轮对话记忆功能，对于需要 AI 精准回答特定行业知识、企业专业知识、多维度知识的客户，声网 AIGC 解决方案都可以给予响应。比如谁是卧底游戏中的AI NPC 既可以充当卧底又可以扮演队友，响应敏捷。