开源全双工语音模型 caramel-1：413M 参数，音似真人尚难连贯对话

开发者 naklecha 发布开源全双工语音模型 caramel-1，仅 413M 参数，架构类似 Moshi，采用纯语音训练，权重、Apache-2.0 代码和完整训练方案全部开放。模型致敬 Dessa 的纯语音训练路线，说话声音已非常接近真人，但目前仍无法维持连贯对话。

2026-11-11 ~ 2026-11-12 · 2 条相关

• 开源纯语音对话模型 caramel:听起来很像人,但还聊不了连贯天 — realmrfakename · 2026-11-11
• 开源全双工语音模型 caramel-1：413M 参数纯语音训练，音似真人仍语无伦次 — alexcovo_eth · 2026-11-12