近日，字节跳动宣布推出其自研的原生全双工语音大模型Seeduplex，并已在旗下豆包App中全面上线。这项技术的核心突破在于实现了“边听边说”的交互模式，旨在让人与AI的语音对话告别传统“对讲机”式的轮流说话，变得更加自然和流畅，被认为是AI语音交互领域的一次重要革新。
在过去，多数AI语音助手采用的是“半双工”模式。这种模式下，用户需要先说完一整句话，等待AI进行识别、理解和生成回复，然后再进行回应。这个过程存在明显的延迟，并且用户无法在AI说话时进行打断或补充，一旦打断就可能导致AI逻辑混乱或无响应，使得交流体验生硬且效率低下。
字节跳动此次发布的Seeduplex模型则通过“全双工”技术，解决了这一痛点。全双工意味着AI具备了在倾听用户说话的同时进行思考和生成回应的能力，实现了真正意义上的“边听边说”。这使得对话可以像真人交流一样，允许用户随时插话、更正或补充信息，AI则能即时理解并作出相应调整。
据官方介绍，Seeduplex模型重点实现了两项关键突破。其一是“精准抗干扰”能力，模型能够持续倾听并理解用户所处的声学环境，从而能有效忽略背景噪音和无关对话，在嘈杂环境下也能准确响应。与上一代半双工模型相比，其在复杂场景下的误回复率和误打断率显著降低。
其二是“动态判停”能力。模型能结合语音和语义特征，智能判断用户是否真正说完了话。当用户在思考或犹豫时，模型能耐心等待；而当用户话音落下后，又能迅速响应。这种对对话节奏的精准控制，使得抢话比例相对下降了40%，让交流更具分寸感，贴近自然对话的节奏。
目前，这项新技术已全面应用于豆包App的“打电话”功能中。根据大规模A/B实验数据显示，搭载Seeduplex后，用户的通话时长、留存率等核心指标均有提升，整体通话满意度提升了8.34%，用户关于“抢话”、“响应慢”等负面反馈也明显减少。用户只需将豆包App更新至最新版本，在语音通话功能中（例如选择“桃子”音色），即可体验到这种更接近真人交流的流畅对话。
此次Seeduplex的发布和应用，标志着AI语音交互正从追求功能的实现，转向提升体验的“质感”。通过让AI学会“听人说话”并实现自然流畅的实时对话，人机交互的体验正迈上一个新的台阶。
