20 जनवरी 2025 को डौबाओ ऐप ने अपने नवीनतम "एंड-टू-एंड" वॉयस बड़े मॉडल को आधिकारिक रूप से जारी किया और वास्तविक समय की वॉयस कॉलिंग सुविधा में महत्वपूर्ण अपडेट किया। यह प्रगति डौबाओ के लिए वॉयस इंटरैक्शन के क्षेत्र में एक और छलांग को चिह्नित करती है, जो पिछले ASR (स्वचालित वॉयस पहचान), LLM (बड़ा भाषा मॉडल) और TTS (पाठ से ऑडियो) के संबंध में सीधाई समाधान से आगे बढ़ता है, जो वॉयस पहचान, समझ और उत्पादन को एक ही मॉडल में एकीकृत करता है। "इंटेलिजेंट इमर्जेंस" के परीक्षण के अनुसार, नए डौबाओ की प्रमुख विशेषता इसकी मानव जैसी विशेषताएँ हैं।

Soul App ने एआई+सोशल क्षेत्र में एक महत्वपूर्ण सफलता प्राप्त की है, अपने स्व-विकसित एंड-टु-एंड फुल डुप्लेक्स वॉयस कॉल बड़े मॉडल को अपग्रेड करके, वर्चुअल व्यक्तियों के साथ नैतिक और सहज वॉयस कॉल अनुभव को संभव बनाया है, जो वास्तविक व्यक्ति के साथ बातचीत की यथार्थता के लगभग बराबर है। इस मॉडल में बेहद कम इंटरैक्शन लेटेंसी, त्वरित स्वचालित बाध interruptions, अत्यधिक यथार्थवादी ध्वनि अभिव्यक्ति और भावनाओं की समझने की क्षमता शामिल है, जिससे उपयोगकर्ताओं को इस बात में लगभग कोई अंतर नहीं दिखता कि वार्तालाप की वस्तु वास्तविक व्यक्ति है या एआई। इस नवाचार ने न केवल Soul पर उपयोगकर्ताओं के सामाजिक अनुभव को काफी बढ़ाया है, बल्कि एआई तकनीक में Soul की क्षमता को भी प्रदर्शित किया है.

Xincheng Lingo चीन का पहला एंड-टू-एंड वॉयस बड़ा मॉडल है, जिसका ओपन बीटा टेस्ट के लिए पंजीकरण शुरू हो गया है। इस मॉडल को GPT-4 के समकक्ष माना जाता है, जो चीन में वॉयस AI क्षेत्र में एक महत्वपूर्ण प्रगति का प्रतीक है। Xincheng Lingo के मुख्य लाभों में प्राकृतिक वॉयस समझ, विविध वॉयस स्टाइल अभिव्यक्ति और उच्च प्रभावी वॉयस मोड संपीड़न शामिल हैं। यह वॉयस में लिखित जानकारी की पहचान कर सकता है और अन्य महत्वपूर्ण विशेषताओं को कैप्चर कर सकता है, जो प्राकृतिक और जीवंत इंटरएक्टिव अनुभव प्रदान करते हैं, और संदर्भ और उपयोगकर्ता निर्देशों के अनुसार वॉयस स्टाइल को लचीले ढंग से समायोजित कर सकते हैं। उच्च संपीड़न दर वाले वॉयस कोडेक का उपयोग करते हुए, Xincheng Lingo