字節跳動（ByteDance）旗下的語音 AI 研究團隊 SeedRealtime 正式推出 Seeduplex，這是一款支援全雙工（Full-duplex）通訊的語音 AI 模型，讓 AI 在說話的同時能夠繼續聆聽使用者的輸入，並即時做出「繼續說、等待還是停止」的判斷。

重點

  • 全雙工語音能力：不同於傳統半雙工模式，Seeduplex 允許 AI 邊說話邊接收音訊輸入，模擬真實人類對話的交疊特性
  • 即時決策機制：模型能在極低延遲下判斷使用者是否插話，動態調整 AI 的說話行為（等待、接話或停止）
  • 官方數據公布：SeedRealtime 團隊公開了 Seeduplex 的性能指標，並說明現階段的限制與應用情境
  • 技術突破：全雙工語音是實現更自然人機語音互動的關鍵技術，此前主要應用在電信領域

編輯按

全雙工語音 AI 一直是語音助理領域的「聖杯」之一。傳統 AI 語音助理必須等使用者說完才能回應，容易讓對話感覺生硬、不自然。Seeduplex 的推出代表字節跳動在這個技術方向上取得了重要進展，若未來整合進 Doubao 等產品，將大幅改善使用者的對話體驗，也進一步縮短與人類自然語音對話的差距。

本文由 AI 整理，原文：AI郵報