NVIDIA 发布开源全双工语音模型 NemotronLabs VoiceChat 11B

2026/08/10 00:26

OmniTools 8月10日消息，NVIDIA 发布开源端到端全双工语音对话模型 NemotronLabs VoiceChat 11B，支持流式语音理解与生成一体化处理，实测轮换延迟为 448 毫秒。

该模型是首个支持对话中实时工具调用的开源全双工语音模型，通过独立输出通道及预置“保持”话术，避免工具调用期间出现冷场。

模型权重与推理容器已公开，仅限研究用途；运行需单张 80 GB 显存 GPU，目前未提供托管 API 服务。

想继续了解，可以看这些

从这条动态出发，继续查看相关分析、产品详情和同主题更新。

从快讯延伸到产品观察、工具对比和行业分析。

按能力、行业和使用场景继续筛选可用工具。

连接工作、家庭、学习、健康与生活的个人 AI 操作系统，提供专属 Copilot 与个性化每日简报。

面向营收团队的 AI 智能体记忆系统，自动化完成会前准备、实时会议支持与会后跟进。

AI 生日提醒与个性化祝福生成应用，帮你记住重要日子并写出贴心问候。

个人记忆中枢与本地 Agent，让所有 AI 共享同一份长期记忆，在协同中持续进化。