语音模型

Amazon Nova 2.5 Sonic 正式商用:语音Agent能边聊边查订单了,价格还不变

2026年10月8日0 次阅读
Amazon Nova 2.5 Sonic 正式商用:语音Agent能"边聊边查订单"了,价格还不变

Amazon Nova 2.5 Sonic 正式商用:语音Agent能"边聊边查订单"了,价格还不变

> 先讲结论:亚马逊把自家的语音到语音模型 Nova 2.5 Sonic 在 Bedrock 上正式商用(GA)了。它最大的卖点是"边说话边干活"——语音助手可以把查订单、办退货这类任务丢给后台去跑,对话完全不打断。价格跟上一代持平,已经在美东、美西、欧洲(斯德哥尔摩)、亚太(东京)四个区域上线。本文基于 AWS 官方公告并经多家媒体转述整理。

这是什么?

10 月初,AWS 官方宣布:Amazon Nova 2.5 Sonic 正式商用(Generally Available),登陆 Amazon Bedrock。

先解释一个名词——speech-to-speech(语音到语音)。传统的语音助手要拆成三步:先把你说的话转成文字(语音识别),再让大模型想怎么回答,最后把文字转成语音念出来。而 Nova 2.5 Sonic 是一步到位:音频直接进,带情绪的音频直接出,中间不需要单独的识别和合成环节。

带来两个直观好处:一是快(少了两道转换工序,延迟更低),二是自然——模型能"听懂"对方说话的语气和状态,而不只是听清内容。AWS 官方的说法是,它能让语音助手听到" caller 声音听起来有压力",而不需要文字稿里真的写着"我有压力"。

这次升级了什么?

对比上一代 Nova 2 Sonic,2.5 版本主要带来这些变化(据 AWS 公告及多家媒体整理):

  • 推理更强:官方称在推理能力、指令跟随、工具调用准确率上都有提升。需要提醒的是,官方公告没有放具体基准分数,这部分暂属厂商口径。
  • 256K 上下文窗口:很长的多轮对话、复杂业务流程都能装下。
  • 7 种语言的表现力语音:声音不再机械,有语气、有情绪。
  • 语音 + 文本混用:同一个会话里,模型既能听你说,也能收发文字。
  • 异步工具调用(招牌升级):这是本次最实用的能力。语音助手可以在通话过程中,把"查一下我的订单""帮我办退货"这类任务交给后台异步执行,任务在后台跑的同时对话继续,不用让用户干等。AWS 在公告里点名了这两类场景作为示例。

上线区域:US East(北弗吉尼亚)、US West(俄勒冈)、Europe(斯德哥尔摩)、Asia Pacific(东京),共四个区域。

价格:与 Nova 2 Sonic 持平,加量不加价。

为什么重要?

语音Agent(Voice Agent)喊了两年,但真正落地的不多,卡点恰恰在"边聊边干活"这件事上。用户打电话给客服说"帮我改下明天的订单",传统方案要么让用户在沉默里等系统查询,要么先结束对话再回电——体验都很差。

异步工具调用把这个堵点打通了:查询在后台跑,对话照常进行,结果出来再自然地插回对话里。加上价格不变、Bedrock 一键开通,企业级语音Agent从"演示 Demo"走向"生产环境"的门槛,又降了一截。

从行业视角看,这也是亚马逊在语音AI这条线上对 OpenAI Realtime、ElevenLabs 等玩家的正面跟进——打的不是"声音更像真人",而是"语音模型 + 企业工具链 + 云分发"的组合拳。

适用场景

  • 电话客服 / 呼叫中心:查订单、办退货、改地址这类高频操作,助手边聊边查,不用转人工。
  • 语音预订与调度:餐厅订位、预约挂号、快递改约,边对话边查后台库存或档期。
  • 企业内部语音助手:员工口述查询库存、物流、工单状态,助手异步调工具返回结果。
  • 已有 Nova 2 Sonic 的团队:直接平移测试,价格不变,官方称推理和指令跟随有提升。

不适用场景

  • 只做离线配音、有声书:这是实时对话模型,纯配音场景用常规 TTS 更合适。
  • 对延迟有极致要求的场景:官方这次没有公布具体延迟数字和基准测试分数,"更快更强"暂属厂商说法,建议上线前自测。
  • 不在上线区域的用户:目前只开放四个区域,其他区域暂时用不了。
  • 强合规的方言/小语种场景:本轮公开信息里语言覆盖为 7 种语言,小语种需求要先确认支持情况。

怎么用?

如果你在用 AWS:登录 Bedrock 控制台,在模型列表里开通 Nova 2.5 Sonic,通过 API 调用即可;已在用 Nova 2 Sonic 的应用基本可以平滑切换。据多家媒体报道,AWS 同期还把配套的语音Agent开发工具链升级到正式版,官方称几行代码就能搭起一个生产级语音Agent。

如果你不是 AWS 用户,可以把它当作一个信号:语音Agent的"能干活"时代正在到来——类似的异步工具调用能力,接下来会在各家语音模型里成为标配。

信息来源

  • AWS 官方公告:What's New — Announcing Amazon Nova 2.5 Sonic
  • AI Weekly(2026-10-05/06):Nova 2.5 Sonic 上线 Bedrock 四区域
  • ArtRealmAI(2026-10-05/06):Nova 2.5 Sonic GA 报道

*本文基于 AWS 官方公告并经多家媒体转述整理;厂商未公布的部分(基准分数、延迟数字)已如实注明。*

参考来源

评论

0 条已公开
登录或注册后可以参与评论。

正在加载评论...