Le 9 avril, ByteDance a lancé Seeduplex, un modèle vocal natif full-duplex à grande échelle, qui est désormais entièrement lancé sur l'application Doubao. Ce modèle est basé sur un nouveau cadre de conception « écouter et parler en même temps ». Par rapport au modèle vocal semi-duplex de bout en bout de la génération précédente, il permet une interaction en temps réel de l'écoute et de la parole simultanément, et améliore le rythme de la conversation, le naturel et la capacité anti-interférence.
Selon l'introduction officielle, Seeduplex a surmonté des défis d'ingénierie tels que le retard et la stabilité dans des conditions de concurrence élevée grâce à l'innovation de l'architecture des modèles et à l'optimisation de la formation. En termes d'anti-interférence précise, le modèle a la capacité d'« écouter » en continu, de comprendre l'environnement acoustique dans lequel se trouve l'utilisateur et d'ignorer avec précision les bruits de fond et les conversations non pertinentes. Dans des scénarios complexes, le taux de fausses réponses et le taux de fausses interruptions sont réduits de 50 % par rapport au modèle semi-duplex. En termes de prise de décision dynamique, le modèle combine des fonctionnalités vocales et sémantiques pour déterminer de manière exhaustive l'intention de l'utilisateur. Il peut écouter patiemment lorsque l'utilisateur hésite et répondre rapidement une fois que l'utilisateur a fini de parler. La proportion d'appels préemptifs est réduite de 40 % par rapport au modèle semi-duplex et les performances décisionnelles sont améliorées de 8 %.
L'évaluation multidimensionnelle montre que Seeduplex est nettement meilleur que la solution semi-duplex traditionnelle et que la fonction d'appel vocal des applications grand public du secteur en termes de fluidité et de rythme de conversation. Ce modèle a été le premier du secteur à être mis en œuvre à grande échelle et peut fournir une expérience d'interaction vocale en temps réel et de haute qualité à des centaines de millions d'utilisateurs.
