Soul作为少有以虚拟人设提供即时交流互动体验的应用和 AI Native 的社交网络，自成立以来一直坚持以AI辅助社交，致力于实现拟人化、自然化情感陪伴体验，拓展用户社交体验。近日，Soul语音大模型再次升级，上线自研端到端全双工语音通话大模型，实现更接近生活日常的交互对话和“类真人”的情感陪伴体验。目前，此模型能力已上线“异世界回响”实时通话场景，并将在后续拓展至AI苟蛋等多个AI陪伴、AI互动场景。

Soul上线的自研端到端全双工语音通话大模型，证明了Soul在行业中扎实的技术能力积累。

区别于传统的级联方案，语音到语音的端到端建模，意味着语音交互体系的颠覆式升级，即不再需要从“语音识别、自然语言理解、语音生成”等多个环节流转，直接语音输入—语音输出的端到端模型能够最大程度实现信息无损传递，降低响应延迟时间。

此次Soul自研的端到端语音通话大模型便具备超低交互延迟、快速自动打断、超真实声音表达和丰富情绪感知理解能力的特点，支持更自然的人机交互体验。

在延迟方面，于实际应用过程中，用户体验与“异世界回响”中虚拟人实时语音通话效果时，延迟时间少于行业平均水平，真正实现即时的AI交流和陪伴。

值得一提的是，端到端的语音语义理解和响应以及更自然的语音指令控制，让Soul语音通话大模型不仅能够给予情感关怀、理解人声情绪情感并给出有温度的回应，还能够理解物理世界的声音场景，模拟物理世界动物声音、理解多人聊天内容，实现多风格语言切换、文艺内容创作和即兴演唱，接近现实交流互动场景需要。

Soul作为深受年轻人喜爱的社交平台，洞察当代年轻人社交痛点和需求，坚持以技术创新来实现“让天下没有孤独的人”的愿景。此次Soul上线端到端语音通话大模型，进一步强化了声音在沟通中赋予的“情绪温度”和“陪伴感”。让线上社交尤其是人机互动中，也能实现真实生活场景聊天的自然流畅感和沉浸现场感，真正完成类现实生活化互动场景中的交互体验。

责任编辑：kj005