NVIDIA lanza NemotronLabs VoiceChat 11B: modelo de voz full-duplex de código abierto con turnos de unos 450 ms y llamadas a herramientas en tiempo real
Título original:NVIDIA Releases NemotronLabs VoiceChat 11B: An Open Full-Duplex Speech-to-Speech Model with ~450 ms Turn-Taking and Live Tool Calling
Resumen de IA
NVIDIA ha lanzado NemotronLabs VoiceChat 11B, un modelo de diálogo por voz full-duplex de extremo a extremo y de código abierto que realiza la comprensión y generación de voz en streaming en una red unificada, con una latencia de turno medida de 448 ms. Es el primer modelo full-duplex de código abierto que admite llamadas a herramientas durante la conversación, y evita silencios durante la ejecución de API mediante un canal de salida independiente y frases de «mantenimiento» predefinidas. Los pesos y el contenedor ya están disponibles, pero solo para fines de investigación; requiere una GPU con 80 GB de memoria y por ahora no hay API alojada.
Puntos clave
- NVIDIA ha lanzado NemotronLabs VoiceChat 11B,un modelo de diálogo por voz full-duplex de extremo a…
- Es el primer modelo full-duplex de código abierto que admite llamadas a herramientas durante la…
- Los pesos y el contenedor ya están disponibles,pero solo para fines de investigación
- requiere una GPU con 80 GB de memoria y por ahora no hay API alojada.
Resumen rápido
- Publicado
- Actualizado
- Fuente
- MarkTechPost(RSS)
- Categoría
- Lanzamientos de modelos
- Puntuación IA
- 75
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。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: NVIDIA lanza NemotronLabs VoiceChat 11B: modelo de voz full-duplex de código abierto con turnos de unos 450 ms y llamadas a herramientas en tiempo real. 10. agosto 2026. https://new.nat6.net/es/news/cmsmhbu4w0338ronxh92vej2u/