ByteDance официално пусна Seeduplex, естествен дуплексен гласов голям модел, предназначен да позволи по-естествени разговори в реално време.
В сравнение с предишния полудуплексен гласов модел от край до край на Doubao, Seeduplex приема нова рамка „слушай, докато говориш“, значително подобрявайки плавността и отзивчивостта на разговора.
Според компанията, моделът осигурява два ключови пробива:
- Стабилно управление на шума: С възможност за непрекъснато слушане, Seeduplex може да разбере по-добре акустичната среда на потребителите, като ефективно филтрира фоновия шум и неподходящата реч. При сложни сценарии както фалшивите отговори, така и непреднамерените прекъсвания са намалени с 50% в сравнение с полудуплексните модели.
- Динамично поемане на ред: Чрез комбиниране на реч и семантични сигнали, моделът може по-точно да определи кога потребителят е приключил да говори. Позволява по-естествено темпо – търпеливо изчакване по време на паузи, докато отговаря бързо, когато е подходящо. Прекъсванията са намалени с 40% в сравнение с предишни модели.
Многоизмерните оценки показват, че Seeduplex превъзхожда традиционните полудуплексни системи и основните функции за гласови повиквания във водещи приложения по отношение на плавността и ритъма на разговора. Неговата точност на редуване се подобрява с 8%, осигурявайки взаимодействия, по-близки до естествения човешки диалог.
Мащабното A/B тестване допълнително показва подобрения в ключови потребителски показатели, включително продължителност и задържане на разговора. Общото удовлетворение от обаждането се е увеличило с 8,34%, докато оплакванията за прекъсвания, бавни отговори и неуспехи са намалели значително.
Seeduplex вече е напълно въведен в приложението Doubao, като подобрява функцията си за гласово повикване с по-добра естественост, по-бързо време за реакция и по-силна устойчивост на шум. Потребителите могат да получат достъп до функцията, като актуализират до най-новата версия на приложението и изберат опцията „Обаждане“ в интерфейса за чат.
Източник: IT Home