ByteDance merilis model suara dua arah Seeduplex, interaksi suara AI memasuki era 「dengarkan sekaligus bicara」

AIMPACT pesan, pada 9 April, tim Seed dari ByteDance merilis model bahasa suara native full-duplex Seeduplex, dan telah sepenuhnya diluncurkan di aplikasi Doubao, yang menandai peningkatan interaksi suara dari “bergiliran” ke percakapan alami secara real-time.

Seeduplex menggabungkan pemodelan bersama antara suara dan semantik, sehingga mampu melakukan pemrosesan sinkron “sambil mendengar sambil berbicara”. Di lingkungan yang kompleks, ketahanan terhadap gangguan meningkat secara signifikan. Data menunjukkan bahwa, dibandingkan dengan solusi half-duplex tradisional, tingkat balasan yang keliru dan tingkat gangguan yang keliru turun sekitar 50%.

Dalam pengalaman interaksi, model ini memperkenalkan teknologi dynamic stop-and-go, yang memperpendek penundaan respons sekitar 250 milidetik, penurunan fenomena “berebut giliran” sebesar 40%, serta dapat membedakan dengan lebih akurat jeda pengguna dan akhir percakapan. Selain itu, melalui speculative sampling dan optimalisasi kuantisasi, sistem tetap mempertahankan latensi yang rendah dan kelancaran di skenario dengan lalu lintas tinggi, sehingga kepuasan percakapan secara keseluruhan meningkat sekitar 8,34%.

Peningkatan kali ini berarti AI suara bergerak menuju evolusi “real-time, multimodal, interaksi seperti manusia”. Ke depan, kemungkinan besar akan dipadukan dengan kemampuan visual untuk mendorong perkembangan asisten cerdas menuju “mendengar, melihat, berpikir, berbicara” secara terpadu. (Sumber: ByteDance)