应用介绍
和语音助手聊天最别扭的地方：你得等它说完，它也听不出你是在开玩笑还是在生气，回答永远一个调子。Sophon-Realtime 是一组开源的全双工语音模型，你说话的时候它一直在听，还能听出语气，回答时该笑就笑，该叹气就叹气。
它会在你说话的同时起草回复，你中途插话它就停下来回答新问题，首个音频最快 0.31 秒就出来。听语气这块在公开测评里排第一，情绪、重音、讽刺、笑声和叹息都能直接从声音里分辨。回复里的笑、叹气、呼吸是模型根据对话自己决定的，声音会真的演出来，而不是把标签念出来。代码和权重都是 Apache-2.0，可以免费商用。
三个版本：Tag 偏表现力，适合陪伴和角色；Flash 偏速度，适合客服和车载；E2E 为预览版，面向研究。三者共用同一个 32B 的大脑。
全双工对话：边听边想，被打断时立刻停下回应新问题。
多语言：中文、英文和意大利语、德语、西班牙语、法语、葡萄牙语开箱可用，Flash 还支持日语和俄语。
工具调用：可以和更大的后端模型配合，兼容 OpenAI GPT-Live 的接口格式。
一张卡一条命令：Tag 和 Flash 用 vLLM-Omni 部署，一张 80 GB 显卡即可，分别支持约 16 和 40 个并发用户。
它会在你说话的同时起草回复，你中途插话它就停下来回答新问题，首个音频最快 0.31 秒就出来。听语气这块在公开测评里排第一，情绪、重音、讽刺、笑声和叹息都能直接从声音里分辨。回复里的笑、叹气、呼吸是模型根据对话自己决定的，声音会真的演出来，而不是把标签念出来。代码和权重都是 Apache-2.0，可以免费商用。
软件功能
三个版本：Tag 偏表现力，适合陪伴和角色；Flash 偏速度，适合客服和车载；E2E 为预览版，面向研究。三者共用同一个 32B 的大脑。
全双工对话：边听边想，被打断时立刻停下回应新问题。
多语言：中文、英文和意大利语、德语、西班牙语、法语、葡萄牙语开箱可用，Flash 还支持日语和俄语。
工具调用：可以和更大的后端模型配合，兼容 OpenAI GPT-Live 的接口格式。
一张卡一条命令：Tag 和 Flash 用 vLLM-Omni 部署，一张 80 GB 显卡即可，分别支持约 16 和 40 个并发用户。
