日本AI公司Shizuku AI发布全双工语音模型Shizuku-Duplex，实现边听边说
Shizuku AI推出专为AI角色设计的全双工日语对话模型，通过80毫秒处理周期实现自然交互。
日本AI初创公司Shizuku AI于11月8日发布了名为“Shizuku-Duplex”的全双工日语语音对话模型。该模型旨在为AI角色提供类似人类的自然交流体验，能够一边听取用户讲话一边生成回应，甚至在用户话音未落时即可开始应答。
与传统将语音识别、文本生成和语音合成串联处理的级联模式不同，Shizuku-Duplex采用全双工架构，以80毫秒为一个处理周期（tick），在每个周期内同时监听用户音频并生成自身音频。系统还包含一个负责异步执行网络搜索等任务的后台模型，允许在等待搜索结果时继续维持对话流畅性。
据Shizuku AI自测数据，该模型在对比的六款模型中对话自然度最高，从用户说完到收到回复的中位时间为0.57秒，且在用户打断后2秒内停止说话的比例达到89%。该公司表示未来将扩展其多语言支持及图像识别能力。