实时语音

什么是实时语音?

实时语音 是 Genspark 的语音优先 AI 助手,让您通过自然语音直接与 Super Agent 实时对话。基于实时双向音频技术,支持免手动操作的研究、内容创建、任务委派等多种交互场景——一切通过对话完成。

• 说话代替打字 — 像打电话一样与 Super Agent 自然对话,AI 实时语音回复
• 语音多任务处理 — 在对话中发起复杂任务(演示文稿、文档、图片、深度研究),任务在后台运行,不中断当前对话
• 任务追踪 — 通过专属面板查看和管理所有后台任务,实时显示进度,一键查看结果
• 语音/文字无缝切换 — 随时在语音和文字输入模式之间自由切换

快速开始

三步即可开始使用:

1. 进入 Super Agent 会话

   在 Genspark 主页开启一个新的 Super Agent 会话。在聊天输入框右侧,您会看到一个黑色圆形的语音按钮——点击即可进入实时语音模式。

2. 授权麦克风

   在浏览器提示时允许麦克风权限,连接将自动建立。

3. 开始说话

   自然地说出您的需求,AI 会以语音和文字同步实时回复。您也可以随时点击键盘图标切换到文字输入模式。

功能指南

后台任务

实时语音最强大的功能之一是可以在继续对话的同时启动后台任务。只需描述您的需求,Super Agent 会自动将工作分配给专业的 Agent。

支持的任务类型包括:

• 演示文稿 — "创建一个关于...的 PPT"
• 文档 — "写一份关于...的报告"
• 图片 — "生成一张...的图片"
• 深度研究 — "深入研究..."
• 网站 — "搭建一个...的着陆页"
• 表格 — "创建一个分析...的电子表格"

您可以同时启动多个任务,每个任务都在后台独立运行。

后台任务中心

在语音会话中,屏幕底部的语音控制栏上会显示一个任务按钮。当有任务运行时,按钮上会出现数字角标,显示正在进行的任务数量。

点击任务按钮打开 后台任务中心:

• 在桌面端,面板从屏幕右侧滑出
• 在移动端,面板从屏幕底部弹出

面板中显示所有后台任务及其当前状态——运行中、已完成或失败。点击任意任务即可直接跳转查看结果。

语音与文字切换

您可以在会话中随时切换语音和文字输入:

• 语音转文字 — 点击键盘图标,改用打字输入
• 文字转语音 — 点击麦克风图标,切换回语音模式

无论使用哪种输入方式,对话历史都会完整保留。

常见问题

Q: 使用实时语音会消耗 Credits 吗?

是的,实时语音会根据使用时长消耗 Credits。详细定价请查看 Credits 使用指南。

Q: 可以在手机上使用实时语音吗?

可以。在手机浏览器中点击聊天输入框中的语音按钮即可开始使用。