DoNews4月9日消息，節(jié)跳動(dòng)今日宣布推出原生全雙工語音大模型 Seeduplex。據(jù)介紹，相比于上一代半雙工豆包端到端語音模型，Seeduplex 基于“邊聽邊說”的全新框架設(shè)計(jì)，交互體驗(yàn)的自然感、順暢度大幅提升。
據(jù)官方介紹，Seeduplex 重點(diǎn)實(shí)現(xiàn)了以下兩項(xiàng)突破：
精準(zhǔn)抗干擾：模型具備持續(xù)的“傾聽”能力，從而能更好地理解用戶所處的聲學(xué)環(huán)境，準(zhǔn)確忽略背景噪音和無關(guān)對(duì)話。在復(fù)雜場(chǎng)景下，相比半雙工模型，其誤回復(fù)率和誤打斷率減少了一半。
動(dòng)態(tài)判停：模型能聯(lián)合語音和語義特征，綜合判斷用戶意圖，可實(shí)現(xiàn)更自然的對(duì)話節(jié)奏控制。面對(duì)用戶的思考猶豫，模型能耐心傾聽；在用戶說完后，又能快速響應(yīng)。相比半雙工模型，其搶話比例相對(duì)下降了 40%。
多維度評(píng)測(cè)顯示，Seeduplex 在對(duì)話的流暢度和節(jié)奏感上，均顯著優(yōu)于傳統(tǒng)的半雙工方案及行業(yè)主流 App 的語音通話功能；在判停表現(xiàn)上，模型相比半雙工方案提升了 8%，展現(xiàn)出更接近自然對(duì)話的分寸感。
此外，大規(guī)模 A/B 實(shí)驗(yàn)數(shù)據(jù)顯示，相比此前上線豆包的半雙工模型，Seeduplex 在用戶的通話時(shí)長(zhǎng)、留存等核心指標(biāo)上均實(shí)現(xiàn)正向提升，整體通話滿意度絕對(duì)值提升了 8.34%，用戶反饋中“搶話”、“響應(yīng)慢”、“誤打斷”等問題的提及比例明顯下降。
目前，Seeduplex 已在豆包 App 全量上線，豆包打電話能力升級(jí)，在對(duì)話自然度、響應(yīng)速度和抗干擾表現(xiàn)上都進(jìn)一步提升，邊聽邊講，交流體驗(yàn)也更自然。（IT之家注：需選擇桃子音色）
用戶可以將豆包 App 更新至最新版本，在對(duì)話框內(nèi)選擇“打電話”，進(jìn)入語音通話界面體驗(yàn)即可。
