AI角色能像真人一样接话了，日本团队做出首个全双工语音模型

刷到虚拟主播直播时，很多人都有过这种体验：发了弹幕，等了半天AI才慢悠悠回一句，像在跟一个反应慢半拍的人聊天。

现在这个问题有了新解法。日本初创公司Shizuku AI推出了Shizuku-Duplex，号称是全球首个专为AI角色打造的全双工（Full-Duplex）语音合成模型。所谓全双工，简单说就是AI能同时听和说，不用等用户说完再开口，也不会出现用户一说话AI就停下来的尴尬情况。

Shizuku AI的创始人Akio Kodaira，2023年1月还在加州大学伯克利分校读博士时就创办了这家公司。他最早在YouTube上推出了名为Shizuku的AI虚拟主播，做了数十场直播，攒下了几千人的粉丝社群。他本人曾在Meta做实时视频生成，之后在Luma AI做研究，现在公司的种子轮由a16z领投。

科技博主@Scobleizer 直接评价：“日本在AI角色领域取得了突破。” 这条相关推文目前已经有超过16万次浏览，1692个点赞，1086次收藏，传播速度达到每小时951次互动。

这家公司的定位很明确：做受日本IP文化启发的实时交互式AI角色，把生成式AI、直播和叙事结合起来，让用户能和AI建立有意义的关系。之前的AI语音对话，大多是“你说完我再说”的半双工模式，像对讲机；全双工模式更像真人打电话，能自然地插话、打断、接话。

对普通用户来说，这意味着以后和AI角色聊天，不用再刻意等它说完，也不用怕自己说话打断它。虚拟主播、AI陪伴、语音助手这些场景，体验会更接近和真人交流。

不过目前公开的只有日语对话演示，中文支持什么时候能跟上，还没有消息。