Modellveröffentlichungen

NVIDIA veröffentlicht NemotronLabs VoiceChat 11B: Open-Source-Voll-Duplex-Sprachmodell mit rund 450 ms Turn-Taking und Echtzeit-Tool-Aufrufen

Originaltitel:NVIDIA Releases NemotronLabs VoiceChat 11B: An Open Full-Duplex Speech-to-Speech Model with ~450 ms Turn-Taking and Live Tool Calling

KI-Zusammenfassung

NVIDIA hat das Open-Source-End-to-End-Voll-Duplex-Sprachdialogmodell NemotronLabs VoiceChat 11B veröffentlicht, das Streaming-Sprachverständnis und -generierung in einem einheitlichen Netzwerk vereint und im Test eine Turn-Taking-Latenz von 448 ms erreicht. Es ist das erste Open-Source-Voll-Duplex-Modell, das Tool-Aufrufe während eines Dialogs unterstützt, und vermeidet über einen separaten Ausgabekanal sowie vordefinierte „Halten“-Formulierungen Leerlauf während der API-Ausführung. Gewichte und Container sind öffentlich, jedoch nur für Forschungszwecke; erforderlich ist eine GPU mit 80 GB VRAM, eine gehostete API gibt es derzeit nicht.

Kernpunkte

  • NVIDIA hat das Open-Source-End-to-End-Voll-Duplex-Sprachdialogmodell NemotronLabs VoiceChat 11B…
  • Es ist das erste Open-Source-Voll-Duplex-Modell,das Tool-Aufrufe während eines Dialogs…
  • Gewichte und Container sind öffentlich,jedoch nur für Forschungszwecke
  • erforderlich ist eine GPU mit 80 GB VRAM,eine gehostete API gibt es derzeit nicht.

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
MarkTechPost(RSS)
Kategorie
Modellveröffentlichungen
KI-Bewertung
75
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

端到端语音模型消除级联延迟,而工具调用侧通道和保留消息设计在不中断对话的前提下补齐了API等待期,让实时语音智能体更容易工程化。

Verwandte Entitäten

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: NVIDIA veröffentlicht NemotronLabs VoiceChat 11B: Open-Source-Voll-Duplex-Sprachmodell mit rund 450 ms Turn-Taking und Echtzeit-Tool-Aufrufen. 10. August 2026. https://new.nat6.net/de/news/cmsmhbu4w0338ronxh92vej2u/

Alle ansehen →