मॉडल लॉन्च

NVIDIA ने NemotronLabs VoiceChat 11B जारी किया: ओपन-सोर्स फुल-डुप्लेक्स वॉइस मॉडल, लगभग 450 मिलीसेकंड टर्नअराउंड और रीयल-टाइम टूल कॉलिंग का समर्थन

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

AI सारांश

NVIDIA ने ओपन-सोर्स एंड-टू-एंड फुल-डुप्लेक्स वॉइस डायलॉग मॉडल NemotronLabs VoiceChat 11B जारी किया है, जो एकीकृत नेटवर्क में स्ट्रीमिंग वॉइस समझ और जनरेशन पूरा करता है, और परीक्षण में टर्नअराउंड लेटेंसी 448 मिलीसेकंड रही। यह संवाद के दौरान टूल कॉलिंग का समर्थन करने वाला पहला ओपन-सोर्स फुल-डुप्लेक्स मॉडल है, जो अलग आउटपुट चैनल और पूर्व-निर्धारित 'होल्ड' वाक्यांशों के माध्यम से API निष्पादन के दौरान खामोशी से बचता है। वेट और कंटेनर सार्वजनिक किए गए हैं, लेकिन केवल शोध उद्देश्यों के लिए, एक 80 GB GPU मेमोरी की आवश्यकता होती है, फिलहाल कोई होस्टेड API नहीं है।

मुख्य जानकारी

  • NVIDIA ने ओपन-सोर्स एंड-टू-एंड फुल-डुप्लेक्स वॉइस डायलॉग मॉडल NemotronLabs VoiceChat 11B जारी किया…
  • और परीक्षण में टर्नअराउंड लेटेंसी 448 मिलीसेकंड रही। यह संवाद के दौरान टूल कॉलिंग का समर्थन करने…
  • जो अलग आउटपुट चैनल और पूर्व-निर्धारित 'होल्ड' वाक्यांशों के माध्यम से API निष्पादन के दौरान खामोशी…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
MarkTechPost(RSS)
श्रेणी
मॉडल लॉन्च
AI स्कोर
75
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: NVIDIA ने NemotronLabs VoiceChat 11B जारी किया: ओपन-सोर्स फुल-डुप्लेक्स वॉइस मॉडल, लगभग 450 मिलीसेकंड टर्नअराउंड और रीयल-टाइम टूल कॉलिंग का समर्थन। 10 अगस्त 2026। https://new.nat6.net/hi/news/cmsmhbu4w0338ronxh92vej2u/

सभी देखें →