字节跳动发布全双工语音大模型Seeduplex：打电话能边听边讲

4月9日，字节跳动正式推出原生全双工语音大模型 Seeduplex，并已在豆包 App 全量落地。这也是行业内首个规模化应用的全双工语音大模型。

核心看点

• 打破传统 AI 语音”一问一答”的半双工模式，实现真正的边听边说
• 误回复率和误打断率相比半双工模型减少一半
• 抢话比例下降 40%，对话节奏更接近真人交流
• 对话流畅度 MOS 分提升 12%，整体通话满意度提升 8.34%

全双工：AI语音交互的代际升级

过去我们与 AI 语音助手对话，基本遵循”你说完、它再说”的轮替模式。这种半双工交互虽然稳定，但离自然对话相去甚远——真人打电话时，常常会边听边回应、适时插话、甚至在对方停顿时快速接话。

Seeduplex 的核心突破，正是改变了”听完再说”的交互模式，实现了听与说的同步处理。

两大核心能力提升

精准抗干扰。模型具备持续的倾听能力，能更好地理解用户所处的声学环境，准确忽略背景噪音和无关对话。在复杂场景下，误回复率和误打断率相比半双工模型减少了一半。

动态判停。模型能联合语音和语义特征，综合判断用户意图，实现更自然的对话节奏控制。面对用户的思考犹豫，它能耐心倾听；在用户说完后，又能快速响应。相比半双工模型，抢话比例下降了 40%，判停表现提升了 8%。

工程落地：支持亿级用户

该模型依托字节跳动自研 LLM 底座，通过架构创新、海量语音预训练、推理优化及稳定性保障，有效解决了高并发场景下的卡顿问题。目前用户更新豆包 App 至最新版，在”打电话”语音通话界面即可体验。

从实际体验数据来看，Seeduplex 的打断响应表现甚至已经略优于真人对话的平均水平。人机语音交互正在无限接近自然交流状态。