Chinese contentFish Agent 展示双 AI 智能体电话自动处理售后全流程
Fish Audio 用 Live 3 全双工模型让两个智能体打电话谈成了一次换货，还会像真人一样抢话。和传统客服机器人等你讲完再回话不同，它能边听边说。做语音产品或客服自动化的开发者可以关注他们的无代码搭建方案。
#full-duplex interaction
21 stories · 6 in 7 days · 8 in 30 days
Stories, products and papers tagged "full-duplex interaction", newest first.
Nov 13
Nov 12
Chinese contentFishAudio 发布 Live 3：支持全双工语音的实时对话模型
FishAudio 这个 Live 3 能边听边说，不用像对讲机那样一人一句，语音智能体的打断体验会自然很多。vLLM 团队还主动喊话说开源后第一时间支持。做语音 Agent 的开发者可以先盯住它的开源动向。
Nov 11
Chinese contentFish Audio 发布 Live 3：全双工语音模型，响应延迟最低 186 ms
语音 Agent 开发者可以看看这个。Fish Audio 的 Live 3 能边说边听，186 ms 的反应速度已经接近真人对话节奏，还分得清“嗯嗯”和真的想插话，这比很多半双工语音方案自然多了。做客服机器人或语音助理的值得跑个 demo 试试，不过暂时只有英语。
Chinese contentFish Audio 与 SkillNet 合作推出 Voice Operator Agents 电话语音智能体
Fish Audio 的 Live 3 全双工模型配上 SkillNet 的技能，可以让智能体直接替你接公司电话，还能克隆你的声音、防诈骗、办预订。比起只能按轮次对话的语音方案，它能处理打断和口头反馈，做客服自动化的团队可以试试。
Nov 10
Chinese contentNuance Labs 推出 Emma：基于 Nuplex 1.0 全双工模型的双向实时 AI 视频人设
Nuance Labs 搞了个能边听边说的视频角色 Emma，回复时机 89% 对齐真人。有意思的是她的表情来自一位真实演员的录制数据，眨眼、眼神这些小动作都是一个人的。做数字人或虚拟主播的可以看看思路。
Chinese contentnuance_ai 发布 Emma：基于 Nuplex 的全双工视听对话模型
nuance_ai 做了个叫 Emma 的 AI 角色，能在你话说一半时就点头接话，还用表情提示轮到她。跟 Siri 那种等你说完才回的产品完全不同，底层的 Nuplex 是全双工视听模型。做语音交互、数字人产品的开发者可以看看这条演示视频。
Oct 29
Chinese contentBlock 发布全双工语音模型 Dessa，仅用语音数据训练
Block 发了个全双工语音模型 Dessa，纯语音数据训练，M4 Max 笔记本上就能本地跑，不过模型大小和权重都没公开。
Oct 25
Chinese contentBlock 推出全双工语音模型 Dessa：可本地运行，原生支持情绪表达
Block 发了个叫 Dessa 的语音模型，能边说边听、自带情绪，哽咽疲惫都能演，M4 Max 以上 MacBook 就能本地跑，目前只给安全研究者测。
IT之家Source
Oct 2
Huawei openJiuwen Adds Full-Duplex to WorkSwarm
This multimodal capability significantly improves human-AI interaction by enabling real-time voice interruptions during task processing. For developers in Southeast Asia, this provides a practical implementation of multimodal agents on Ascend hardware, offering an alternative to Western platforms with local hardware integration options.
Sep 11
OpenAI launches GPT-Live-1 API with real-time voice capabilities
For developers, GPT-Live-1 offers a more efficient way to build real-time voice applications, potentially reducing code by 80% compared to previous systems.
IT之家Source
Aug 10
Aug 6
Chinese contentSeedRealtime 全模态全双工模型：看懂画面、理解手势
SeedRealtime 一个模型同时搞定看和听，你指着东西问它“这个怎么弄”，它能结合手势秒懂，比 GPT Live 多了视频全双工。
Aug 4
Chinese contentOpenAI 复盘：6 个月构建 GPT-Live 实时语音系统
OpenAI 自己拆解了 GPT-Live 怎么做到 1 秒内全双工对话，还开源了 WARP 协议，想搞实时语音的可以看这套架构。
Jul 9
Chinese contentOpenAI 发布 GPT-Live 全双工语音模型，取代 ChatGPT 旧语音模式
OpenAI 把 ChatGPT 语音升级成全双工了，能一边听你说话一边插嘴，同传演示挺惊艳。就是刚上线有人嫌它“嗯嗯”太吵，你可以试试调低推理强度或者换语音角色。
Chinese contentOpenAI 发布 GPT-Live 系列全双工语音模型，对话更接近真人
OpenAI 这次把语音交互做得更自然了，GPT-Live 系列能边听边说，还能打断和调用工具，比以前的 Advanced Voice Mode 流畅很多。
IT之家Source
Jun 19
Jun 12
Chinese contentThinky 发布全双工多模态模型，实现自然实时交互
全双工交互解决了 AI 对话中“你说我听”的延迟感，做实时语音/视频助手或协作工具的团队可以直接参考——Thinky 把自然交互和智能水平平衡好了。
May 18
Chinese contentMiniCPM-o 4.5 实现全双工实时语音视频交互，9B 开源模型
做多模态 AI 交互的开发者终于有了可部署的全双工开源方案——MiniCPM-o 4.5 把实时语音视频对话从概念变成 9B 模型，值得直接上手试。