一分钟看懂
- 携 2750 万美元 A 轮融资亮相：Phonic 发布专为调工具而生的语音大模型 Phonic-1（研发公司：Phonic（10 人语音 AI 团队，获 First Round 领投 2,750 万美元 A 轮）；模型架构：Phonic-1 原生端到端语音对语音（Speech-to-Speech）大模型）。
- 告别“转文字→调模型→转语音”三段拼接：0.61 秒延迟如何消除电话客服的机械停顿（端到端延迟：约 610 毫秒（0.61 秒），支持自然打断与语气词反馈）。
- 语音智能体接外部数据库时，如何用精简 JSON 与流式语气词掩盖查库耗时（核心专长：边听用户说话边在后台异步触发外部 API 与数据库工具调用）。
基本信息
| 研发公司 | Phonic（10 人语音 AI 团队，获 First Round 领投 2,750 万美元 A 轮） |
|---|---|
| 模型架构 | Phonic-1 原生端到端语音对语音（Speech-to-Speech）大模型 |
| 端到端延迟 | 约 610 毫秒（0.61 秒），支持自然打断与语气词反馈 |
| 核心专长 | 边听用户说话边在后台异步触发外部 API 与数据库工具调用 |
| 分类 | AI 前沿 |
| 作者 / 发布方 | Moin Nadeem |
| 官方入口 | phonic.co ↗ |
| 热度 | 🔥 热度 107万 |
| 发布时间 | |
| 数据更新 |
携 2750 万美元 A 轮融资亮相：Phonic 发布专为调工具而生的语音大模型 Phonic-1
伴随 First Round 领投的 2,750 万美元 A 轮融资，10 人语音 AI 团队 Phonic 正式发布了《Phonic-1》端到端语音对语音大模型，专为实时智能体对话与工具调用场景打造。
告别“转文字→调模型→转语音”三段拼接：0.61 秒延迟如何消除电话客服的机械停顿
不同于传统的“语音转文字→文本大模型→文字转语音”三段式拼接，Phonic-1 直接在原生音频流上推理，端到端响应延迟约 0.61 秒，并能在听用户说话的同时后台异步触发 API 查询。
语音智能体接外部数据库时，如何用精简 JSON 与流式语气词掩盖查库耗时
接入语音智能体时，建议将外部工具的 JSON 参数结构精简到最小必填项，并开启流式自然语气词反馈，让查库等待完全无感。
常见问题
Phonic-1在架构、参数或延迟上有哪些核心突破？
研发公司为Phonic（10 人语音 AI 团队，获 First Round 领投 2,750 万美元 A 轮），模型架构为Phonic-1 原生端到端语音对语音（Speech-to-Speech）大模型，端到端延迟为约 610 毫秒（0.61 秒），支持自然打断与语气词反馈。不同于传统的“语音转文字→文本大模型→文字转语音”三段式拼接，Phonic-1 直接在原生音频流上推理，端到端响应延迟约 0.61 秒，并能在听用户说话的同时后台异步触发 API 查询。
开发者和创作者目前可以通过哪些渠道接入实测？
核心专长为边听用户说话边在后台异步触发外部 API 与数据库工具调用。接入语音智能体时，建议将外部工具的 JSON 参数结构精简到最小必填项，并开启流式自然语气词反馈，让查库等待完全无感。
