<p>，/PRNewswire/ -- 隨着人工智能深入融入人類生活並重塑連接性，提升社交場景中互動體驗所需的基礎能力是什麼？</p>
<p>最近，Soul App 升級了其自研的端到端全雙工語音通話模型。重新定義 “全雙工”，新模型摒棄了傳統概念，如 “VAD（語音活動檢測，通常用於檢測語音開始/結束）” 和 “延遲”，打破了行業標準的 “輪流” 互動模式。</p>
<p>繼續閲讀</p>
<p><img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null"/></p>
<p>相反，它賦予人工智能自主決定發言時機的能力，例如主動打破沉默、適當地打斷用户、在説話時傾聽、感知時間語義、實現並行討論等。該模型還支持多維感知（包括時間、環境和事件意識）和自然語音特徵（例如，填充詞、口吃、明顯的情感波動），使人工智能的互動更加 “人性化”，提供沉浸式、逼真的語音體驗。</p>
<p>升級後的全雙工模型將很快在 Soul 進行 beta 測試，隨後將在一對一的互動場景中部署，如數字人通話和人工智能配對。Soul 的團隊還在探索其在羣體場景中的應用，使人工智能能夠在適當時機參與對話，擴展話題，促進多樣化的關係網絡。</p>
<p>Soul App 的首席技術官陶銘表示：“社交互動是情感和信息價值的交換。Soul 始終致力於利用創新技術和產品解決方案，提供更智能、更沉浸、更高質量的互動體驗，讓孤獨感消失。”</p>
<p><strong>全雙工語音通話：重新定義人工智能社交互動</strong></p>
<p>由於技術限制，人機對話往往遵循 “問答” 格式（用户提問 → 人工智能回答），其中延遲或打斷會破壞沉浸感。</p>
<p>在 2024 年，Soul 推出了其自研的端到端全雙工語音模型，具有超低延遲、快速自動打斷、超真實的語音表達和情感感知。它可以直接解讀複雜的聽覺輸入，並支持高度擬人化的多語言風格。為了進一步實現日常生活般的對話和 “人性化” 的陪伴，Soul 現在升級了模型，具備以下能力：</p>
<p><strong><em>1.</em></strong> <strong><em>全雙工互動：人工智能獲得自主決策能力</em></strong></p>
<p>新模型實現了響應的流預測、傾聽和打斷。人工智能自主決定何時發言，實現真正的端到端全雙工互動，人工智能和用户可以同時交談（例如，辯論、爭論、唱歌），適當地打斷彼此，或主動打破沉默以引入話題。</p>
<p>這種自主性使人工智能能夠掌握互動時機，顯著增強對話的自然性，並在延續的多輪對話中實現沉浸式、現實生活般的交流。</p>
<p><strong><em>2.</em></strong> <strong><em>口語化與情感表達：更生動的互動</em></strong></p>
<p>為了讓人工智能的互動更具人性化，該模型在多個維度上實現了全面增強，包括情感表達、聲音特徵和對話內容，使其更接近現實世界的溝通。</p>
<p>例如，在情感表達方面，除了基礎能力如笑聲、哭泣或憤怒外，升級後的模型提供了更明顯的聲音波動，隨着對話自然演變。其發音現在融入了有機的語音元素，如填充詞、偶爾的口吃、常見的口頭禪、咳嗽和其他日常語音細微差別。此外，人工智能生成的對話傾向於使用口語化和社會流動的語言，而不是僵硬的書面語言模式。</p>
<p><strong><em>3.</em></strong> <strong><em>情境意識：時間、事件、環境</em></strong></p>
<p>基於純自迴歸架構與統一文本/音頻生成（統一模型），該模型利用強大的 LLM 能力將個性、時間、環境和情境對話整合到人工智能的響應中。這使得具有感知能力和理解能力的人工智能能夠更好地塑造 “數字個性”，創造豐富的故事情節，並將互動轉變為真正的 “情感和信息的交流”。</p>
<p>值得注意的是，Soul 的人工智能團隊目前正在探索如何將其全雙工語音通話模型擴展到多人場景。例如，在羣體語音對話中，人工智能利用其自主決策能力識別最佳發言時機，有效促進話題討論和擴展，並作為積極參與者無縫融入真實的社交動態。</p>
<p><strong>將人工智能融入社交網絡：提供情感和信息價值</strong></p>
<p>基於對社交動態的深刻洞察，Soul 快速在應用層實施技術，並根據用户反饋優化產品。其人工智能路線圖專注於兩條路徑：“人工智能幫助用户交朋友（人工智能輔助社交）” 和 “人工智能與用户成為朋友（人機互動）”。相應的功能，如情感智能的 “人工智能伴侶” 和聊天助手 “人工智能聊天助手”，已獲得用户的熱烈採用。</p>
<p>人機互動特別旨在通過類人能力提供情感和信息價值。根據 Soul 的 Just So Soul Institute（2025 年 Z 世代人工智能使用報告，2025 年 3 月；樣本：3680）：</p>
<ul>
<li>幾乎 40% 的年輕人每天使用人工智能進行情感陪伴。</li>
<li>71.1% 願意與人工智能交朋友（相比於 2024 年 Z 世代 AIGC 態度報告中的 32.8%）。</li>
</ul>
<p>隨着人工智能重塑 Z 世代對社交關係的認知，它也帶來了新的需求。Soul 對 “人工智能伴侶” 的活躍用户進行的調查顯示，約 60% 的人希望人工智能表現得更像人類。</p>
<p>這一全雙工模型的升級顯著提升了人工智能的互動能力，為人機交流注入了存在感和情感温度，將推動人工智能社交進入一個新紀元。</p>
<p>作為一個根植於真實人際關係的平台，Soul 致力於構建一個&#34;AI 存在&#34;與&#34;人類&#34;共存的社交生態系統。通過持續投資於前沿技術，Soul 使人工智能能夠豐富用户的情感支持系統，豐富情感體驗，最終提升個人的幸福感和歸屬感。</p>
<p>來源 Soul App</p>
<p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjUwNzEwJk5ld3NJdGVtSWQ9Q04yNzc2MSZUcmFuc21pc3Npb25fSWQ9MjAyNTA3MTAwMTIzUFJfTkVXU19VU1BSX19fX19DTjI3NzYx?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjUwNzEwJk5ld3NJdGVtSWQ9Q04yNzc2MSZUcmFuc21pc3Npb25fSWQ9MjAyNTA3MTAwMTIzUFJfTkVXU19VU1BSX19fX19DTjI3NzYx"/></p>

22105

<p>Soul App 推出了一種升級的全雙工語音通話模型，允許 AI 自主控制發言時機，從而增強互動體驗。該模型打破了傳統的語音檢測方法，實現了同時對話和自然打斷。它融入了情感表達和上下文意識，使 AI 互動更加人性化。該模型將很快進入測試階段，旨在改善一對一和羣體互動，促進更深層次的社交聯繫。Soul 的首席技術官強調了情感和信息交流在社交互動中的重要性，反映出年輕用户對 AI 陪伴日益增長的需求</p>

<p>, /PRNewswire/ -- As AI deeply integrates into human life and reshapes connectivity, what foundational capabilities are needed to enhance interactive experiences in social scenarios?</p>
<div class="lb-trans"><p>，/PRNewswire/ -- 隨着人工智能深入融入人類生活並重塑連接性，提升社交場景中互動體驗所需的基礎能力是什麼？</p>
</div><p>Recently, Soul App has upgraded its self-developed, end-to-end full-duplex voice call model. Redefining &#34;full-duplex&#34;, the new model abandons traditional concepts like &#34;VAD (Voice Activity Detection, commonly used to detect speech start/end)&#34; and &#34;latency&#34;, breaking away from the industry-standard &#34;turn-by-turn&#34; interaction pattern.</p>
<div class="lb-trans"><p>最近，Soul App 升級了其自研的端到端全雙工語音通話模型。重新定義 “全雙工”，新模型摒棄了傳統概念，如 “VAD（語音活動檢測，通常用於檢測語音開始/結束）” 和 “延遲”，打破了行業標準的 “輪流” 互動模式。</p>
</div><p>Continue Reading</p>
<div class="lb-trans"><p>繼續閲讀</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://www.prnewswire.com/news-releases/null" alt="" original-src="https://www.prnewswire.com/news-releases/null"/></p>
<p>Instead, it empowers AI to autonomously decide speaking timing, such as proactively breaking silence, appropriately interrupting users, listening while speaking, perceiving time semantics, enabling parallel discussions, and more. The model also supports multi-dimensional perception (including time, environment, and event awareness) and natural speech features (e.g., fillers, stammering, noticeable emotional fluctuations), making AI interactions more &#34;human-like&#34; and delivering an immersive, lifelike voice experience.</p>
<div class="lb-trans"><p>相反，它賦予人工智能自主決定發言時機的能力，例如主動打破沉默、適當地打斷用户、在説話時傾聽、感知時間語義、實現並行討論等。該模型還支持多維感知（包括時間、環境和事件意識）和自然語音特徵（例如，填充詞、口吃、明顯的情感波動），使人工智能的互動更加 “人性化”，提供沉浸式、逼真的語音體驗。</p>
</div><p>The upgraded full-duplex model will soon enter beta testing on Soul and will later be deployed in one-on-one interactive scenarios like digital human calls and AI matchmaking. Soul's team is also exploring its application in group settings, enabling AI to join conversations at the right moment, extend topics, and foster diverse relationship networks.</p>
<div class="lb-trans"><p>升級後的全雙工模型將很快在 Soul 進行 beta 測試，隨後將在一對一的互動場景中部署，如數字人通話和人工智能配對。Soul 的團隊還在探索其在羣體場景中的應用，使人工智能能夠在適當時機參與對話，擴展話題，促進多樣化的關係網絡。</p>
</div><p>Tao Ming, CTO of Soul App, stated, &#34;Social interaction is an exchange of emotional and informational value. Soul remains committed to leveraging innovative technology and product solutions to deliver smarter, more immersive, and higher-quality interactive experiences, making loneliness go away for all.&#34;</p>
<div class="lb-trans"><p>Soul App 的首席技術官陶銘表示：“社交互動是情感和信息價值的交換。Soul 始終致力於利用創新技術和產品解決方案，提供更智能、更沉浸、更高質量的互動體驗，讓孤獨感消失。”</p>
</div><p><strong>Full-Duplex Voice Call: Redefining AI Social Interaction</strong></p>
<div class="lb-trans"><p><strong>全雙工語音通話：重新定義人工智能社交互動</strong></p>
</div><p>Previously constrained by technical limitations, human-AI dialogues often followed a &#34;Q&amp;A&#34; format (user asks → AI responds), where latency or interruptions disrupted immersion.</p>
<div class="lb-trans"><p>由於技術限制，人機對話往往遵循 “問答” 格式（用户提問 → 人工智能回答），其中延遲或打斷會破壞沉浸感。</p>
</div><p>In 2024, Soul launched its self-developed, end-to-end full-duplex voice model, featuring ultra-low latency, rapid auto-interruption, hyper-realistic voice expression, and emotional perception. It could directly interpret complex auditory inputs and support highly anthropomorphic multilingual styles. To further achieve daily-life-like conversations and &#34;human-like&#34; companionship, Soul has now upgraded the model with the following capabilities:</p>
<div class="lb-trans"><p>在 2024 年，Soul 推出了其自研的端到端全雙工語音模型，具有超低延遲、快速自動打斷、超真實的語音表達和情感感知。它可以直接解讀複雜的聽覺輸入，並支持高度擬人化的多語言風格。為了進一步實現日常生活般的對話和 “人性化” 的陪伴，Soul 現在升級了模型，具備以下能力：</p>
</div><p><strong><em>1.</em></strong> <strong><em>Full-Duplex Interaction: AI Gains Autonomous Decision-Making</em></strong></p>
<div class="lb-trans"><p><strong><em>1.</em></strong> <strong><em>全雙工互動：人工智能獲得自主決策能力</em></strong></p>
</div><p>The new model enables stream prediction for responses, listening, and interruptions. AI autonomously decides when to speak, achieving true end-to-end full-duplex interaction, where AI and users can talk simultaneously (e.g., debating, arguing, singing), appropriately interrupt each other, or proactively break silence to initiate topics.</p>
<div class="lb-trans"><p>新模型實現了響應的流預測、傾聽和打斷。人工智能自主決定何時發言，實現真正的端到端全雙工互動，人工智能和用户可以同時交談（例如，辯論、爭論、唱歌），適當地打斷彼此，或主動打破沉默以引入話題。</p>
</div><p>This autonomy allows AI to master interaction timing, significantly enhancing dialogue naturalness and enabling immersive, real-world-like exchanges during extended, multi-turn conversations.</p>
<div class="lb-trans"><p>這種自主性使人工智能能夠掌握互動時機，顯著增強對話的自然性，並在延續的多輪對話中實現沉浸式、現實生活般的交流。</p>
</div><p><strong><em>2.</em></strong> <strong><em>Colloquial &amp; Emotional Expression: More Vivid Interactions</em></strong></p>
<div class="lb-trans"><p><strong><em>2.</em></strong> <strong><em>口語化與情感表達：更生動的互動</em></strong></p>
</div><p>To make AI interactions feel more human-like, the model achieves comprehensive enhancements across multiple dimensions, including emotional expression, vocal characteristics, and conversational content, bringing it closer to real-world communication.</p>
<div class="lb-trans"><p>為了讓人工智能的互動更具人性化，該模型在多個維度上實現了全面增強，包括情感表達、聲音特徵和對話內容，使其更接近現實世界的溝通。</p>
</div><p>For instance, in emotional expression, beyond foundational capabilities like laughter, crying, or anger, the upgraded model delivers more pronounced vocal fluctuations that evolve naturally with the conversation. Its pronunciation now incorporates organic speech elements such as filler words, occasional stammering, common catchphrases, coughs, and other everyday vocal nuances. Furthermore, AI-generated dialogue leans into colloquial and socially fluid language rather than rigid, written-language patterns.</p>
<div class="lb-trans"><p>例如，在情感表達方面，除了基礎能力如笑聲、哭泣或憤怒外，升級後的模型提供了更明顯的聲音波動，隨着對話自然演變。其發音現在融入了有機的語音元素，如填充詞、偶爾的口吃、常見的口頭禪、咳嗽和其他日常語音細微差別。此外，人工智能生成的對話傾向於使用口語化和社會流動的語言，而不是僵硬的書面語言模式。</p>
</div><p><strong><em>3.</em></strong> <strong><em>Contextual Awareness: Time, Events, Environment</em></strong></p>
<div class="lb-trans"><p><strong><em>3.</em></strong> <strong><em>情境意識：時間、事件、環境</em></strong></p>
</div><p>Built on a pure autoregressive architecture with unified text/audio generation (Unified Model), the model leverages strong LLM capabilities to integrate persona, time, environment, and contextual dialogue into AI responses. This allows perceptive, understanding AI to better shape &#34;digital personalities&#34;, create rich storylines, and transform interactions into genuine &#34;exchanges of emotion and information&#34;.</p>
<div class="lb-trans"><p>基於純自迴歸架構與統一文本/音頻生成（統一模型），該模型利用強大的 LLM 能力將個性、時間、環境和情境對話整合到人工智能的響應中。這使得具有感知能力和理解能力的人工智能能夠更好地塑造 “數字個性”，創造豐富的故事情節，並將互動轉變為真正的 “情感和信息的交流”。</p>
</div><p>Notably, Soul's AI team is currently exploring how to extend its full-duplex voice call model to multi-person scenarios. For example, in group voice conversations, the AI leverages its autonomous decision-making capability to identify optimal speaking moments, effectively facilitate topic discussions and extensions, and seamlessly integrate into authentic social dynamics as an active participant.</p>
<div class="lb-trans"><p>值得注意的是，Soul 的人工智能團隊目前正在探索如何將其全雙工語音通話模型擴展到多人場景。例如，在羣體語音對話中，人工智能利用其自主決策能力識別最佳發言時機，有效促進話題討論和擴展，並作為積極參與者無縫融入真實的社交動態。</p>
</div><p><strong>Integrating AI into Social Networks: Delivering Emotional and Informational Value</strong></p>
<div class="lb-trans"><p><strong>將人工智能融入社交網絡：提供情感和信息價值</strong></p>
</div><p>Drawing on deep insights into social dynamics, Soul rapidly implements technology at the application layer and refines products based on user feedback. Its AI roadmap focuses on two paths: &#34;AI helping users make friends (AI-assisted socializing)&#34; and &#34;AI being friends with users (human-AI interaction)&#34;. Corresponding features, such as the emotionally intelligent &#34;AI Companion&#34; and chat-assistant &#34;AI Chat Assistant&#34;, have garnered enthusiastic user adoption.</p>
<div class="lb-trans"><p>基於對社交動態的深刻洞察，Soul 快速在應用層實施技術，並根據用户反饋優化產品。其人工智能路線圖專注於兩條路徑：“人工智能幫助用户交朋友（人工智能輔助社交）” 和 “人工智能與用户成為朋友（人機互動）”。相應的功能，如情感智能的 “人工智能伴侶” 和聊天助手 “人工智能聊天助手”，已獲得用户的熱烈採用。</p>
</div><p>Human-AI interaction specifically aims to deliver emotional and informational value through human-like capabilities. According to Soul's Just So Soul Institute (2025 Gen Z AI Usage Report, March 2025; sample: 3,680):</p>
<div class="lb-trans"><p>人機互動特別旨在通過類人能力提供情感和信息價值。根據 Soul 的 Just So Soul Institute（2025 年 Z 世代人工智能使用報告，2025 年 3 月；樣本：3680）：</p>
</div><ul>
<li>Nearly 40% of young people use AI daily for emotional companionship.</li>
<li>71.1% are willing to befriend AI (vs. 32.8% in the 2024 Gen Z AIGC Attitudes Report).</li>
</ul>
<div class="lb-trans"><ul>
<li>幾乎 40% 的年輕人每天使用人工智能進行情感陪伴。</li>
<li>71.1% 願意與人工智能交朋友（相比於 2024 年 Z 世代 AIGC 態度報告中的 32.8%）。</li>
</ul>
</div><p>As AI reshapes Generation Z's perception of social relationships, it also gives rise to new demands. A survey conducted by Soul among active users of &#34;AI Companions&#34; reveals that approximately 60% desire more human-like AI behavior.</p>
<div class="lb-trans"><p>隨着人工智能重塑 Z 世代對社交關係的認知，它也帶來了新的需求。Soul 對 “人工智能伴侶” 的活躍用户進行的調查顯示，約 60% 的人希望人工智能表現得更像人類。</p>
</div><p>This full-duplex model upgrade significantly advances AI's interactive abilities, infusing presence and emotional warmth into human-AI exchanges, and will propel AI socializing into a new era.</p>
<div class="lb-trans"><p>這一全雙工模型的升級顯著提升了人工智能的互動能力，為人機交流注入了存在感和情感温度，將推動人工智能社交進入一個新紀元。</p>
</div><p>As a platform rooted in authentic human connections, Soul is committed to building a social ecosystem where &#34;AI Beings&#34; and &#34;Human Beings&#34; coexist. By continuously investing in cutting-edge technology, Soul empowers AI to enrich users' emotional support systems, diversify emotional experiences, and ultimately enhance individual well-being and belonging.</p>
<div class="lb-trans"><p>作為一個根植於真實人際關係的平台，Soul 致力於構建一個&#34;AI 存在&#34;與&#34;人類&#34;共存的社交生態系統。通過持續投資於前沿技術，Soul 使人工智能能夠豐富用户的情感支持系統，豐富情感體驗，最終提升個人的幸福感和歸屬感。</p>
</div><p>SOURCE Soul App</p>
<div class="lb-trans"><p>來源 Soul App</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjUwNzEwJk5ld3NJdGVtSWQ9Q04yNzc2MSZUcmFuc21pc3Npb25fSWQ9MjAyNTA3MTAwMTIzUFJfTkVXU19VU1BSX19fX19DTjI3NzYx" alt="" original-src="https://rt.prnewswire.com/rt.gif?NewsItemId=CN27761&amp;Transmission_Id=202507100123PR_NEWS_USPR_____CN27761&amp;DateId=20250710"/></p>

Soul App 推出革命性的全雙工語音模型：AI 實現自主語音時序控制