机器之心这篇文章的详情页本轮未通过微信环境验证,下面只保留账号列表可见导读,以及团队公开项目页和 ACL 条目能核对的内容。
Lychee-FD 是一个面向实时语音交互的原生端到端全双工语音语言模型。项目页介绍,它不再把 ASR、LLM、TTS 和轮次控制简单串起来,而是在统一的多流架构中同时处理持续倾听、语义理解、语音生成与对话控制;高层进一步拆分为语义流、声学流和对话控制流。项目页
团队把这套设计用于缓解声学与语义之间的模态干扰,并公开了代码、网页演示和模型权重入口。项目页自报在线服务管线 speaking rounds 约 2.96 倍加速,长会话运行中的增量显存增长减少约 23%,这些数字仍应视为团队自测口径。论文《Hierarchical Acoustic-Semantic Modeling...》被列为 ACL 2026 Outstanding Paper。ACL 条目 论文
首图是全双工语音交互的概念示意图,第二张为论文结果图;两者都不是产品实拍或独立测评截图。



Comentar
Inicia sesión para comentar.