ByteDance запустила Doubao Realtime Voice Model 20 января 2025 года и сразу сделала модель доступной в приложении Doubao. Это речевая система типа Speech-to-Speech: она принимает голос, понимает сказанное и генерирует устный ответ без отдельного преобразования всей речи в текст и обратно через набор независимых сервисов.

Содержание

Речь на входе и выходе
Естественный диалог вместо цепочки конвертеров
Языковая поддержка
При запуске — преимущественно китайский контекст
Доступ и развитие
Модель позже обновили до Seeduplex
Подходит для каких задач
Голосовые интерфейсы и разговорные системы
Связанные модели и разработчик
Другие публикации команды ByteDance Seed
Первичные источники
Анонсы, карточки и репозитории разработчика

Речь на входе и выходе

Естественный диалог вместо цепочки конвертеров

Модель объединяет распознавание речи и генерацию ответа в сквозной архитектуре. По описанию ByteDance, такой подход помогает сохранять выразительность голоса, учитывать эмоции и плавнее реагировать на перебивания. Компания также указывает около 700 миллисекунд задержки базовой модели в своей конфигурации; реальная задержка приложения зависит от сети, устройства и полного серверного пути.

Языковая поддержка

При запуске — преимущественно китайский контекст

В официальном анонсе сказано, что версия была прежде всего рассчитана на китайскую речь и сценарии. Английский диалог поддерживался, но многоязычное переключение в одном разговоре тогда не было доступно. Эти сведения описывают дату запуска; актуальную языковую поддержку следует проверять в нынешнем приложении и документации.

Доступ и развитие

Модель позже обновили до Seeduplex

На старте голосовая модель появилась в Doubao App версии 7.2.0. Позже ByteDance сообщила об обновлении голосового взаимодействия до Seeduplex — отдельной модели с полнодуплексной архитектурой. Поэтому эту карточку следует рассматривать как исторический релиз, а не описание текущего голосового режима приложения.

Подходит для каких задач

Голосовые интерфейсы и разговорные системы

Архитектура ориентирована на голосовые ответы и живой диалог, в котором важно не только содержание, но и ритм речи. Для интеграции в собственный продукт необходимо проверить, доступна ли именно эта версия по API: анонс 2025 года подтверждал запуск в потребительском приложении, но сам по себе не подтверждал открытый API для сторонних разработчиков.

Связанные модели и разработчик

Другие публикации команды ByteDance Seed

Seed Audio 1.0 · SeedRealtime · Seed1.8 · Seed 2.0 · ByteDance Seed в Вики Futuretools

Первичные источники

Анонсы, карточки и репозитории разработчика

анонс Doubao Realtime Voice · официальная страница Doubao Realtime Voice