शंघाई जियाओ टोंग यूनिवर्सिटी और बाइटडांस द्वारा विकसित LSLM डुओफुल साउंड भाषा मॉडल पारंपरिक AI सहायक इंटरैक्शन के तरीके को बदलते हुए सुनने और बोलने के लिए रीयल-टाइम इंटरैक्शन की अनुमति देता है। LSLM का मुख्य लाभ इसकी क्षमता है कि यह एक ही समय में आवाज़ इनपुट और उत्पन्न आउटपुट को संभालता है, जिससे बातचीत की प्राकृतिकता और प्रवाह में उल्लेखनीय सुधार होता है। यह मॉडल स्ट्रीमिंग आत्म-निगरानी सीखने और टोकन-आधारित डिकोडर को मिलाकर रीयल-टाइम वॉयस इंटरैक्शन का समर्थन करता है, यहां तक कि शोर वाले वातावरण में भी उत्कृष्टता से प्रदर्शन करता है। LSLM की मध्यवर्ती मिलन रणनीति वॉयस उत्पन्न करने और रीयल-टाइम इंटरैक्शन के बीच सर्वोत्तम संतुलन प्राप्त करती है, जिससे मजबूत शोर प्रतिरोध का प्रदर्शन होता है।