结论：腾讯混元于 2026 年 11 月 13 日发布实时语音模型 Hy Realtime，新增智能体工具调用与唱歌能力，已在元宝语音通话、腾讯客服上线。这意味着实时语音交互从”能对话”迈向”能办事、能演唱”。

关键数字：文本→语音迁移保留率 21% 升至 69% / 盲评 61.01 居首 / 已上线元宝与腾讯客服

指标	数值
模型名称	Hy Realtime（混元实时语音模型）
发布方	腾讯混元
新增能力	智能体工具调用、唱歌
已上线产品	元宝语音通话、腾讯客服
文本→语音迁移保留率	21% 提升至 69%
对外服务	腾讯云 API 待上线（官方未公布日期）

Hy Realtime 强在哪

基础对话能力升级：能结合上下文还原口齿含糊、话说半截、中途改口等不完整输入，意图理解准确率显著提升。多轮指令遵循与上下文管理能力增强，长对话中保持稳定。

新增智能体工具调用：模型据对话上下文判断是否需要联网搜索，统一搜索决策、调用工具与生成回答。唱歌能力则与腾讯音乐 TME 灵音 AI 团队联合设计，支持按歌手、专辑、曲风、语种、年份组合点歌。

唱歌能力怎么实现的

依托与 TME 灵音 AI 团队的深度 Co-Design，Hy Realtime 将自然语言点歌与富有表现力的歌声融入对话。用户可按歌手、专辑、曲风、语种、发行年份和热度组合点歌，也能承接前文继续选择。

演唱表现围绕表现力、自然度和音乐性打磨，咬字与气息衔接更自然，旋律节奏表达更协调。当前版本可在元宝 App 语音通话中选择”初语”音色体验。

和豆包、GPT、Gemini 比如何

在内部专家盲评与公开 Benchmark 上，Hy Realtime 处于领先。基础智商自建评测中，Hy Realtime 得分 61.01，高于 Hy2-O 的 40.92、豆包 App 的 39.33、GPT-Live App 的 36.75、Gemini Live App 的 30.43。

公开 Benchmark 方面，Big Bench Audio 得分 92.20，Voice Bench 85.84，Open Audio Bench 86.85，Wild Speech Bench 75.35，多项指标居首。

适用场景与影响判断

对产品而言，这意味着语音助手从”问答机”升级为可调用工具、可完成任务的智能体。已上线的元宝语音通话、腾讯客服是直接受益场景。

值得注意的是，Hy Realtime 仍需联网运行，对网络稳定性有要求；唱歌与工具调用等新能力，实际可用性以元宝 App 当前版本支持范围为准。

常见问题

Hy Realtime 在哪里能体验

通过最新版元宝 App 语音通话功能，选择”初语”音色即可体验；部分能力也可在腾讯混元网页 Demo 中试用。

它和文字版混元有什么区别

Hy Realtime 是端到端实时语音模型，在语音理解、韵律情感、工具调用与唱歌上做了专项优化，不依赖先转文字再生成。

唱歌功能收费吗

官方未公布单独计费规则。当前可通过元宝 App 免费体验”初语”音色的语音通话与唱歌能力。

信息来源

信息来源：腾讯混元官方公众号 2026 年 11 月 13 日发布；每日经济新闻同日报道。