待验证50% 置信事实精确时间

Moshi 及其衍生模型 PersonaPlex 是语音到语音（Speech-to-Speech）LLM，能够边听边说，实现并发生成

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

全双工语音大模型的"抢话"难题：因果分析与实时抑制方法

涉及实体

Moshimodel PersonaPlexmodel

相关事实

待验证法国Kyutai实验室开源了端到端语音对话模型Moshi65% 相似待验证MosiAI 团队开源了 MOSS-Transcribe-Diarize-0.9B，一款仅 0.9B 参数的端到端多说话人语音识别模型65% 相似待验证对语音智能体而言，多模态大模型不仅输入需支持语音、图片、文字、视频，输出也必须支持语音62% 相似待验证ModelStack 提供多种预置音色，文转语音时可切换男声、女声等62% 相似待验证Meta的Voicebox和Google的AudioPaLM是尝试将感知-理解-生成链路压缩进单一Transformer架构的语音系统62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921844

API

curl https://kongchang.com/api/v1/knowledge/claims/921844

MCP

get_claim(id=921844)