ByteDance lança o grande modelo de voz duplex Seeduplex, a interação de voz com IA entra na era de "ouvir e falar ao mesmo tempo"

AIMPACT mensagem, 9 de abril, a equipe Seed da ByteDance lançou o modelo de voz nativo de dupla via Seeduplex, e já está totalmente disponível no aplicativo Doubao, marcando a evolução da interação por voz de “turno” para diálogo natural em tempo real.

Seeduplex realiza modelagem conjunta de voz e semântica, permitindo a capacidade de processamento sincronizado de “ouvir e falar ao mesmo tempo”, com desempenho significativamente melhor em ambientes complexos contra interferências. Dados mostram que, em comparação com soluções tradicionais de semi-dupla via, a taxa de respostas incorretas e interrupções indevidas caiu cerca de 50%.

No aspecto da experiência de interação, o modelo introduz tecnologia de decisão dinâmica de parada, reduzindo o atraso de resposta em aproximadamente 250 milissegundos, com uma diminuição de 40% em fenômenos de interrupção, podendo distinguir com maior precisão as pausas do usuário do fim da conversa. Além disso, por meio de amostragem especulativa e otimizações de quantização, o sistema mantém baixa latência e fluidez mesmo em cenários de alta concorrência, aumentando a satisfação geral da chamada em cerca de 8,34%.

Essa atualização significa que a IA de voz está evoluindo para uma interação “em tempo real, multimodal e semelhante à humana”, com potencial para integrar capacidades visuais no futuro, impulsionando o desenvolvimento de assistentes inteligentes que possam “ouvir, ver, pensar e falar”. (Fonte: ByteDance)