英伟达发布 PersonaPlex-7B-v1
英伟达发布全双工语音对话模型PersonaPlex-7B-v1,基于统一Transformer架构实现端到端语音映射,支持自然打断、多人交叠与实时响应。模型融合真实电话与合成场景数据训练,支持语音与文本双通道角色定制,在对话连贯性及任务完成率上领先主流语音对话系统。
和传统方案完全不同。以前的做法是ASR(语音识别)先转文本,LLM(大语言模型)处理,再TTS(文本转语音)合成声音,三个模块串起来,延迟高、体验生硬。PersonaPlex则基于统一的Transformer架构,直接从输入语音映射到输出语音,中间不需要任何文本表示。这一设计带来的好处很实在:端到端延迟大幅压缩,同时模型原生支持自然打断、多人语音交叠、实时响应这些关键能力。换句话说,AI在说话的时候也始终处于“聆听状态”,用户中途插话或切换话题,它能立刻调整回答,行为逻辑非常接近真人。
值得一提的是,模型支持“语音+文本”双通道角色设定。你既可以通过文字描述定义AI的人设、专业背景和表达风格,也可以上传参考语音样本,精准控制它的音色、语速、韵律甚至情绪倾向。这就让定制变得极其灵活——无论是客服、医疗咨询还是日常闲聊,都能匹配出最合适的语音形象。
训练数据方面,英伟达融合了大规模真实电话对话和高质量合成场景数据,既保证了语言的自然度和节奏感,也守住了金融、医疗等垂直领域的术语规范和服务准则。从基准测试结果来看,PersonaPlex-7B-v1在对话连贯性、上下文一致性以及任务完成率这些核心指标上,已经全面领先主流的开源和商业闭源语音对话系统。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件,支持 Windows、macOS 和 iPad 等平台,广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件,集建模、动画、渲染、视频编辑与视觉合成等功能于一体,广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎,并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统,安装包轻巧、运行流畅,依托活跃的全球开发者社区持续更新,是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件,支持 Windows、macOS 和 iPad 等平台,广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件,集建模、动画、渲染、视频编辑与视觉合成等功能于一体,广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎,并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统,安装包轻巧、运行流畅,依托活跃的全球开发者社区持续更新,是从初学者到专业创作者都值得选择的正版 3D 创作工具。















