北京
9月12日，据多名用户反馈，DeepSeek在App端启动语音对话功能的灰度测试。获得测试资格的用户可在App右上角看到一个小喇叭按钮，点击后即可开启语音实时对话，AI将以语音形式回复。
设置页面同步新增“朗读音色”选项，提供四种风格：贝壳（百变活泼）、白浪（明朗坚定）、海星（俏皮甜美）、暗潮（低沉浑厚），名称均取自海洋意象，与DeepSeek的蓝色鲸鱼品牌标识相呼应。
据测试用户反馈，DeepSeek的语音对话声音“比较自然”，断句和语调处理较为流畅，不是传统机器音的生硬感，但也有用户提到“稍有AI味”，自然度仍有提升空间。
有用户反映部分长句朗读节奏略显生硬。另有测试者发现，当朗读内容为歌词时，DeepSeek会尝试唱出来，但跑调较为明显。
此前DeepSeek已支持长按说话转文字输入，用户语音输入后AI以文字形式回复。本次新增语音回复能力，补齐了从语音输入到语音输出的完整链路。
据DeepSeek对媒体的回应，此次测试为小范围灰度，并非全量开放，网页端暂不支持，需更新手机App才能体验，官方未公布全量上线时间表，也未就是否支持全双工实时对话、随时打断等功能作出说明。从功能形态看，当前版本更接近文本转语音朗读，距离实时语音通话仍有差距。
语音交互方面，字节跳动旗下豆包走在前列。今年4月，豆包App全量上线原生全双工语音功能，支持边听边说、随时打断；8月，豆包进一步接入音视频全双工大模型SeedRealtime，实现边看、边听、边说的连续交互。OpenAI于7月推出GPT-Live，同样采用全双工架构，谷歌Gemini Live则支持摄像头和屏幕共享。
此次灰度测试的时间节点与 DeepSeek 近期的模型迭代节奏接近。9 月 10 日，DeepSeek 刚发布 V4.1‑Flash 模型，官方称其具备原生多模态视觉理解能力，推理速度和吞吐量均有提升，API 价格同步下调，官方宣布后续 V4‑Pro 的 API 请求将自动路由至 V4.1‑Flash。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
