NVIDIA открыла первый open full-duplex голосовой агент с tool calling
NVIDIA открыла первый open full-duplex голосовой агент с tool calling NVIDIA выпустила NemotronLabs VoiceChat 11B — 11-миллиардную end-to-end модель v2v «речь в речь». Это первая открытая система, которая умеет полноценный full-duplex (можно свободно перебивать) и одновременно вызывать инструменты прямо во время разговора. Единая архитектура (Fast Conformer + Nemotron Nano + TTS) — без привычной цепочки ASR → LLM → TTS. Задержка ответа ~450 мс, прерывание ~480 мс. Модель может произносить «on-hold»-фразы, пока выполняет tool call. Веса на Hugging Face, есть контейнер. Лицензия OpenMDW 1.1 (research). Раньше такой latency + tools были только у закрытых систем вроде GPT-Realtime. Источники: https://huggingface.co/nvidia/NVIDIA-NemotronLabs-VoiceChat-11B https://github.com/NVIDIA-NeMo/Speech/tree/nemotron-labs-voicechat #AI #NVIDIA #VoiceAI #OpenSource #SpeechToSpeech