NVIDIA 发布开源全双工语音模型 VoiceChat 支持工具调用

NVIDIA NemotronLabs 团队发布论文并开源全双工语音到语音模型 VoiceChat，支持边说边听与实时对话中的工具调用。相关研究指出语音 agent 的短板主要在语音管线而非智能本身：商业双工语音模型在干净环境下仅能完成 31-51% 的真实工具调用任务；新方法将工具调用外包给文本 LLM，召回率超过 92%。

2026-09-20 ~ 2026-09-22 · 2 条相关

• NVIDIA 新论文:语音 agent 工具调用外包给文本 LLM,召回率超 92% — omarsar0 · 2026-09-20
• NVIDIA 开源全双工语音模型 VoiceChat，支持边说边听与工具调用 — chaumian · 2026-09-22