8月4日消息，据科技媒体TestingCatalog 8月2日报道，微软正在测试其首款原生实时语音模型“MAI Realtime”。该模型支持中文、英语等16种语言，并具备全双工交互能力，可在对话中实现“听说并行”。
目前，微软已邀请部分合作伙伴在MAI Playground平台上进行测试。技术层面，MAI Realtime突破了传统语音模型“用户说完、模型再答”的轮次交替限制，采用了双向全双工交互方式，支持同步聆听与回应，并能自动识别语言或中途切换。
在语音体验上，测试版提供了Victoria和Grant两种风格，据称比Copilot现有的语音模式更加自然。不过，该模型目前定位为对话系统，不支持唱歌或生成非语音音效。微软此前发布的MAI语音模型（如MAI-Voice-2）均为单向模型，此次MAI Realtime的推出标志着其在实时交互领域的重要进展。
微信扫一扫 
支付宝扫一扫 