新的开源语音模型不间断地监听，每 0.4 秒决定是否说话或保持沉默

与 GPT-4o 或 Qwen3.5-Omni 不同，音频交互不会等待录音结束：它会翻译、转录、聊天，并在单个流中拾取咳嗽等日常噪音。代码、模型权重和下载...

摘要仅供参考,请点击来源链接查看全文。演示条目为示意。