NVIDIA PersonaPlex

PersonaPlex 是 NVIDIA 开源的 7B 参数实时语音对话模型，实现了真正的全双工通信——AI 可以边听边说，支持自然打断和停顿处理，响应延迟仅 170-265ms。采用神经编解码器对连续音频流进行编码，同时预测文本和语音 token。独特的混合提示系统支持通过文本描述角色性格+音频样本克隆声音来定制任意 AI 人格。在对话流畅度基准测试中大幅超越 Gemini Live（流畅轮换 90.8% vs 65.5%）和 Moshi。100% 开源（Apache-2.0），支持本地部署。GitHub 获得 7,300+ Star 且增长迅猛。