豆包APP實時語音通話升級全雙工模型 抗干擾與低時延能力提升

近日，豆包APP實時語音通話功能升級，上線全雙工語音大模型Seeduplex 。據(jù)介紹，作為原生全雙工端到端語音大模型，Seeduplex 能夠在復雜聲學場景下實現(xiàn)精準抗干擾與動態(tài)判停，提供更順暢、更自然的語音交互體驗。

此次更新后，豆包實時語音通話功能在對話自然度、響應速度和抗干擾能力等方面均有提升。

記者實測發(fā)現(xiàn)，升級后的豆包語音通話在復雜環(huán)境下表現(xiàn)出較強的抗干擾能力，即便周圍存在人聲和噪音干擾，也能較準確地識別用戶語音，不易被無關聲音帶偏。以餐廳、展覽等易出現(xiàn)多人交談的場景為例，過往 AI 產(chǎn)品容易因背景噪音或旁人說話聲出現(xiàn)誤打斷、誤回復等情況；此次升級后，豆包對無關聲音的過濾能力有所增強，對話過程也更不容易被人聲意外打斷。

除抗干擾能力外，升級后的語音對話節(jié)奏也更接近自然交流。人與人對話中，停頓并不總意味著發(fā)言結束。此次升級后，豆包可結合語音與語義信息判斷用戶是否仍在繼續(xù)表達，從而減少對話中的“搶話”現(xiàn)象。與此同時，對話響應時延也進一步降低，在接龍、飛花令等高頻互動場景中表現(xiàn)更為明顯。

目前，這一能力已在豆包 APP上線。用戶可點擊“打電話”按鈕，開啟實時語音通話功能體驗。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。