Полнодуплексный голосовой режим
Режим голосового общения (full duplex), при котором система слушает и говорит одновременно, поэтому собеседник может перебить её или вставить реплику в любой момент. Противопоставляется полудуплексному режиму, где стороны говорят строго по очереди и ассистент начинает отвечать только после конца фразы пользователя.
проверено по: arxiv.org ↗
См. также
- Full-Duplex-BenchFull-Duplex-Bench — открытый исследовательский бенчмарк для голосовых диалоговых моделей, работающих в полнодуплексном режиме. Он автоматическими метриками оценивает поведение в живом разговоре: реакцию на паузы, поддакивания, смену реплик и обработку перебиваний.
- GPT-LiveGPT-Live — семейство голосовых моделей OpenAI, которые принимают и порождают речь напрямую, без промежуточного перевода в текст. Их полнодуплексная архитектура позволяет слушать и говорить одновременно, реагировать на перебивания и реплики собеседника. Используются в голосовом режиме ChatGPT и через API для голосовых агентов.
В новостях
Открытый движок SGLang-Omni поддержал три типа голосовых ассистентов
Режим, в котором голосовой ассистент слушает и говорит одновременно: его можно перебить на полуслове, а он сам решает, когда уступить слово, не дожидаясь паузы.