Soul App近期在“AI+社交”领域取得重大突破！Downcodes小编获悉，Soul官方宣布其自研的端到端全双工语音通话大模型再次升级，实现了与虚拟人进行如同真人般自然流畅的语音对话。此举标志着Soul在AI技术应用方面迈出了重要一步，为用户带来了更具沉浸感和互动性的社交体验。本文将深入探讨该大模型的独特之处以及Soul在AI社交领域的探索。
在国内“AI+社交”这条赛道上，Soul App即将利用AI注入了新的活力!
最近，Soul官方宣布其语音大模型再次升级，上线自研端到端全双工语音通话大模型。
这次升级带来最惊艳的效果是，可以让用户和虚拟人之间的语音通话就像和真人聊天一样自然流畅!
效果有多真实，大家可以先看看下面的视频感受下:
官方展示的“体验与AI实时通话”的示例
那么，Soul自研端到端语音通话大模型到底有什么特别之处呢?根据官方描述，其最大的亮点包括:
具备超低交互延迟
快速自动打断
超真实声音表达
情绪感知理解能力等
超低交互延迟能力意味着，你说话的那一瞬间，AI 就能立刻做出反应，没有任何的延迟，瞬间就能拉近你和 AI 之间的距离。想要和它进行真实的交流，根本不需要等待，简直就像在跟真人对话一样。
Soul 的语音大模型支持快速自动打断功能。也就是说，当你和 AI 交流的时候，如果你想插话，它完全能理解你的意思，轻松打断对方，这样的互动真是太有趣了!
最后，再加上超真实的声音表达和情绪感知理解能力，AI 不仅能听懂你的话，还能感知你的情绪，根据情绪给予适当的的回应。
结合官方展示的视频示例，如果这个功能之后全量上线，估计有一大波用户在Soul上体验的时候，可能会连真人和AI虚拟人都傻傻分不清楚。
Soul方面表示，目前其端到端语音通话大模型已应用于“异世界回响”实时通话场景（内测中），并将在后续拓展至AI苟蛋等多个AI陪伴、AI互动场景。
据了解，早在2020年，Soul已经启动了AIGC技术研发，专注于智能对话、语音技术、虚拟人等关键技术的研发，并把这些AI能力深度融入到社交场景中。
在用AI升级社交的过程中，Soul特别注重实现拟人化、自然化的情感陪伴体验。
为了给用户带来更好的情绪反馈和陪伴感，Soul技术团队一直在关注情绪理解和延迟问题。他们推出了自研的语音生成大模型、语音识别大模型、语音对话大模型、音乐生成大模型等，支持真实音色生成、语音DIY、多语言切换、多情感拟真人实时对话等功能，这些已经应用在了Soul的多个场景中，比如“AI苟蛋”、“狼人魅影”AI语音实时互动、“异世界回响”等。
Soul自研的端到端语音通话大模型上线了，意味着用户可以享受到更自然的人机交互体验。未来，Soul 还计划进一步推动多模态端到端大模型能力的建设，让人与 AI 的互动更加有趣、沉浸感更强。
Soul此次的AI技术升级，不仅提升了用户体验，也为未来“AI+社交”的发展方向提供了新的思路。相信在不久的将来，我们将看到更多基于AI技术的创新社交应用出现，为人们的社交生活带来更多乐趣和便利。