PolyAI 推 Dialog-RSN-1 语音模型：单 pass 直听音频，响应快于 300ms

matthen2 · x · 2026-10-23

PolyAI 发布语音对话模型 Dialog-RSN-1，直接处理来电音频、跳过独立语音识别步骤，单 pass 完成整轮应答，延迟低于 300 毫秒（通话端响应 1 秒内），解决语音 agent "不知道何时该说话"的经典问题。第三方机构 Coval 的独立评测称其为生产级通话场景下最强的 realtime 模型。

团队将于 11 月 4 日举办系列网络研讨会第一场，讲解模型如何区分停顿与换轮、处理噪音与打断，以及何时需要"认真思考"再应答。