2026-11-16 09:04:15
icon loading...

Bland发布全双工语音模型Tofu-1,企业研究预览开启申请

摘要
语音AI企业Bland推出专为通话场景设计的全双工语音模型Tofu-1,支持边听边说,实现实时双向交互。目前仅开放少数企业研究预览申请,重点面向银行、医疗、保险及政府领域。模型具备抗干扰与动态任务调整能力,但训练数据细节未公开。

语音人工智能企业Bland近日正式发布专为实时通话优化的全双工语音到语音模型Tofu-1,并启动面向企业的研究预览申请通道。当前试用资格仅限部分受邀机构,尚未对公众开放。

Tofu-1的核心突破:真正实现“边听边说”

Bland将Tofu-1定位为一款直接处理音频输入的全双工语音-语音模型。这意味着系统在生成回应的同时,仍能持续接收并解析对方的语音输入,显著减少传统流程中的响应延迟,使对话体验更接近真人交流。

与依赖“语音转文字→文本处理→文字转语音”的串行架构不同,Tofu-1采用端到端音频处理机制,完整保留语调变化、说话人特征及表达犹豫等关键上下文信息,有效提升对话的真实感与理解精度。

复杂环境下的精准识别能力

该模型特别强化了说话人分离功能,可在混杂背景音中准确区分主讲人与旁白声音。例如,在模拟的电视干扰场景中,当客户未回应而电视突然播放“yes”时,Tofu-1不会误判为用户同意,而是主动发起二次确认。

需说明的是,此案例仅为演示用途,不代表实际输出结果。该能力对于金融、医疗等高敏感行业尤为重要,有助于降低误判风险。

动态任务管理与实时学习机制

Tofu-1具备在对话过程中动态更新任务状态的能力。若用户中途修正信息,模型会立即调整后续流程,且在任务未完成前不会提前宣布结束,确保服务连贯性。

尽管模型已针对企业常见通话场景进行专项训练,但其训练数据规模、来源构成及用户授权机制等关键细节仍未对外披露,引发部分行业关注。

预览申请范围与市场初步反馈

研究预览阶段主要面向银行、医疗、保险及政府机构中高频使用电话沟通的团队。产品页面未公布全面上线时间表,获邀企业将通过邮件方式通知访问权限。

在官方社交平台评论区,有用户表达参与意愿,并询问是否提供免费试用。另有讨论聚焦于通话中是否应明确告知对方正在与AI交互,此类问题反映业界对透明度和伦理规范的关注。不过,目前尚无独立第三方测试报告或性能对比数据可供参考。

声明:文章不代表币圈网观点及立场,不构成本平台任何投资建议。投资决策需建立在独立思考之上,本文内容仅供参考,风险自担!转载请注明出处!侵权必究!
币圈快讯
查看更多
回顶部