豆包APP實(shí)時(shí)語(yǔ)音通話升級(jí)全雙工模型 抗干擾與低時(shí)延能力提升

近日，豆包APP實(shí)時(shí)語(yǔ)音通話功能升級(jí)，上線全雙工語(yǔ)音大模型Seeduplex 。據(jù)介紹，作為原生全雙工端到端語(yǔ)音大模型，Seeduplex 能夠在復(fù)雜聲學(xué)場(chǎng)景下實(shí)現(xiàn)精準(zhǔn)抗干擾與動(dòng)態(tài)判停，提供更順暢、更自然的語(yǔ)音交互體驗(yàn)。

此次更新后，豆包實(shí)時(shí)語(yǔ)音通話功能在對(duì)話自然度、響應(yīng)速度和抗干擾能力等方面均有提升。

記者實(shí)測(cè)發(fā)現(xiàn)，升級(jí)后的豆包語(yǔ)音通話在復(fù)雜環(huán)境下表現(xiàn)出較強(qiáng)的抗干擾能力，即便周圍存在人聲和噪音干擾，也能較準(zhǔn)確地識(shí)別用戶語(yǔ)音，不易被無關(guān)聲音帶偏。以餐廳、展覽等易出現(xiàn)多人交談的場(chǎng)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(fù)等情況；此次升級(jí)后，豆包對(duì)無關(guān)聲音的過濾能力有所增強(qiáng)，對(duì)話過程也更不容易被人聲意外打斷。

除抗干擾能力外，升級(jí)后的語(yǔ)音對(duì)話節(jié)奏也更接近自然交流。人與人對(duì)話中，停頓并不總意味著發(fā)言結(jié)束。此次升級(jí)后，豆包可結(jié)合語(yǔ)音與語(yǔ)義信息判斷用戶是否仍在繼續(xù)表達(dá)，從而減少對(duì)話中的“搶話”現(xiàn)象。與此同時(shí)，對(duì)話響應(yīng)時(shí)延也進(jìn)一步降低，在接龍、飛花令等高頻互動(dòng)場(chǎng)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(diǎn)擊“打電話”按鈕，開啟實(shí)時(shí)語(yǔ)音通話功能體驗(yàn)。

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))