Blind AI企业Bland发布全双工语音模型Tofu-1,开启企业研究预览申请
语音AI企业Bland(블랜드)近日公开了专为通话场景设计的“边听边说”模型Tofu-1,并正式启动针对企业的研究预览申请。目前,该服务的试用对象仅限于少数受邀企业。
全双工架构:实现实时双向交互
Bland在官方公告中将Tofu-1定义为“全双工语音到语音模型”(全双工语音-语音模型)。这一技术特点意味着,即使在模型正在说话的同时,系统也能实时接收并处理对方的语音输入。这种设计使得对话流程更加自然流畅,避免了传统单向通信中的延迟感。
公司解释说,Tofu-1能够直接处理通话音频,允许用户在通话过程中随时插话或修正信息,模型会即时反映这些变化。与传统的“语音转文字-语言模型处理-文字转语音”的串行结构不同,Tofu-1采用直接处理音频的方式,旨在保留通话中的关键上下文信息,如说话人身份、倾听对象以及语气中的犹豫等细节,从而提升对话的真实感和准确性。
复杂环境下的抗干扰能力
Bland特别强调了模型的说话人分离功能。该系统不仅能区分主要通话对象和旁白声音,还能有效应对嘈杂环境,例如同时听到电视背景音、车辆噪音或医院对讲机杂音的场景。
在产品页面展示的“电视测试”场景中,当客服询问客户是否有意取消保险而客户未作答时,电视中恰好传出“Yes”的声音。Bland指出,其模型被设计为不会将电视中的声音误判为客户的同意,而是会再次进行确认。需要注意的是,这一场景仅为解释用途的演示脚本,并非模型的实际输出结果。
动态任务处理与学习机制
Tofu-1的设计还注重对话过程中的动态调整。如果在咨询过程中用户更正了信息,模型会将更新后的内容实时应用到正在进行的工作中,并在任务完全结束前不会提前宣告完成。这种机制确保了服务过程的连贯性和准确性。
Bland表示,该模型已针对企业日常处理的各类通话进行了专门训练。然而,在产品说明中,关于训练数据的具体规模、构成比例以及用户授权程序等细节并未公开披露。
预览申请与行业反馈
目前,研究预览主要面向银行、医疗、保险及政府领域中涉及大量通话业务的团队。产品页面未公布全面开放的时间表,一旦获得访问权限,公司将通过电子邮件通知相关方。
在官方账号的相关讨论中,部分用户表达了申请预览的兴趣,并询问是否有免费体验机会。也有评论关注AI语音是否在通话中明确告知对方其人工智能身份。尽管这些反馈反映了业界的部分关切,但仅凭少量评论尚不足以代表整个行业的普遍评价。截至目前,独立第三方测试报告及对比数据尚未公布。

资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种