文字Agent卷完工具调用与长上下文之后,消费级入口仍差一截:能不能在开车、做饭、走路时「听得见、说得出」。近窗,DeepSeek App对部分用户开启语音相关能力灰度测试。获测用户反馈显示,App右上角出现小喇叭入口;设置页新增「朗读音色」选项,提供贝壳(百变活泼)、白浪(明朗坚定)、海星(俏皮甜美)、暗潮(低沉浑厚)四种风格。公开信息时间点多落在2026年9月12日前后,并延续至周末讨论。
DeepSeek是国内开源与API双线推进的大模型团队,近窗刚经历V4.1-Flash上线与V4 Pro续服纠偏,开发者侧对模型名、缓存与账单高度敏感。客户端补语音,等于在「程序员的API档位战争」之外,再补一块普通人用得上手的入口——这与海外主流助手早已标配的语音会话形成对位。
产品观察要点(公开反馈与产品界面口径):
所谓灰度,白话是先给一部分用户试,看稳定性与投诉,再决定要不要放开;所谓朗读音色,白话是同一段文字可以用不同声线念出来,降低「只有一种机械音」的疲劳。对用户,这改善的是使用场景覆盖;对团队,则是在留存与品牌上与纯API玩家拉开距离。
放在助手产品化上下文里,语音不只是TTS开关,还牵扯打断、噪音、误唤醒、工具调用确认与会话存证。DeepSeek先从入口与音色落子,是常见的产品推进顺序:先让用户「听得到回复」,再谈能不能像真人通话一样连续办事。竞品若只有网页对话框、进不了双手被占用的场景,日活会更吃力。
产业影响上,若全量后语音会话占比明显抬升,会倒逼API与端侧在流式音频、打断与安全策略上补齐;若长期停在朗读、做不到稳定实时对话,市场会把它读成功能补丁而非形态升级。需要把边界读清楚:灰度功能可能调整或回滚。下一观察点是全量时间表、实时打断与多轮语音工具调用,以及企业版语音会话存证能力。