AI 前沿觀察|解讀日期 2026 年 11 月 9 日|資料截至北京時間 11 月 9 日 20:30:17

原創概念插畫。圖中的聲紋用來區分說話者。
語音助手講到一半,你轉頭問同伴要不要帶傘。助手如果回答了天氣,就是認錯了說話對象。如果它安靜下來,卻再也沒有講完前一句,你仍得請它重來。11 月 7 日,OpenMOSS 公佈了實時交互系統 MOSS-Live。在團隊公佈的一組模擬側談測試中,系統回應插話內容的比例只有 2%,接著講原話的比例是 68%。這兩個數字之間的空當,比一段流暢的對話演示更值得細看。團隊公告|完整評測表
兩件事要同時進行
全雙工指系統在開口時仍能聽取輸入。人們常用一句“嗯”讓說話者繼續,也會用一句“等一下”要求對方停下來。兩種聲音都和助手的聲音重疊,含義卻取決於當時誰在說、對誰說,以及上一句話說到了哪裡。即便語音識別把每個字都寫對,這些問題也還留給交互系統。
按 OpenMOSS 的說明,前臺模型負責聽、說和交接話輪,後臺模型負責查詢、調用工具和較長的推理。兩者共享上下文、記憶和任務狀態。團隊用舟山出遊的例子解釋這種分工:後臺查酒店時,用戶仍能在前臺問輪渡和停車,還可能臨時把徒步改成去海邊。查到酒店只是中間一步。等助手準備把結果說出口,目的地和用戶關心的條件是否仍然有效,才決定那條結果有沒有用。這是團隊對演示場景的描述,實際實驗日期未披露。系統設計與演示說明
另外三成去了哪裡
Full-Duplex-Bench(FDB)v1.5 專門構造聲音重疊的場景。其中“用戶對別人說話”一類,基準作者合成了 100 條語義上說給旁人聽的話,再調低音量、削弱部分高頻並加上反射聲,模擬人轉頭離開麥克風。原始方案先轉寫系統的回答,再用自動裁判判斷它做了什麼。除了回答插話、續講原話,還允許歸入“表示不確定”或“無法歸類”;後者包括沉默和答非所問。基準論文第 2 節
現在可以讀懂開頭的數字了。分母是同一側談子任務中的評測樣本。按團隊表格,MOSS-Live 的兩項比例加起來是 70%,剩餘約三成沒有落入這兩項。彙總表沒有逐條給出剩餘回答,因此不能把這三成都算成沉默。換到用戶確實想打斷助手的子任務,期望行為隨之翻轉。MOSS-Live 回應插話的比例為 84.50%,同表的 Qwen Audio 3.0 Plus 為 97.50%。只報側談中的低迴應率,會漏掉用戶真正需要搶回話輪的時刻。項目倉庫 FDB v1.5 分項表
對聽的人來說,這些分類對應的代價也不同。助手簡短地確認一句是不是在叫它,用戶還有機會糾正;助手一聲不響地停下,用戶得先察覺對話已經斷了。原基準把前一種遲疑單列出來,也允許在說話對象不清楚時作簡短確認。想判斷那三成裡有多少需要用戶重新發起對話,至少還要聽到它停在了哪一句,以及用戶接下來做了什麼。基準的行為定義
聲學處理也給結果劃了一條邊界。側談樣本同時改變了句意和聲音的遠近。系統聽出“這句話在叫另一個人”和系統學會“聲音變遠就繼續講”,在這批樣本上可能得到相同的分。僅憑彙總比例,讀者分不開這兩種解釋。若讓同一個人以相同音量、相同朝向分別對助手和同伴講話,再看兩組回應率能否拉開,就更接近對說話對象判斷能力的檢驗。側談樣本的構造方法
選對工具之後,還有多遠
前臺交互之外,團隊也給出了任務端的結果。在 FDB v3 的六個參評系統中,MOSS-Live 和 Doubao SeedDuplex 的工具使用成功率同為 51%。MOSS-Live 的工具選擇 F1 為 95.68%,參數準確率為 72.17%。F1 綜合衡量該選的工具選全了多少、選中的又有多少是對的。它和任務成功率的計分單位不同,把兩個百分數相減,得不出有多少次調用是被錯誤參數拖累的。那需要把每個任務的選擇、傳參和執行結果連起來看。項目倉庫 FDB v3 分項表
這也留下一個具體的研究問題。假如一次酒店查詢使用了正確的地點和日期,用戶卻在等待期間改了主意,這次調用本身可能完全正確。助手把舊結果念出來,整段交互依然會讓人失望。公開表格分別評估了工具調用和話輪行為,還無法從這兩組彙總數讀出“任務未結束時用戶更正條件”這一組合情形的成功率。官方提供了體驗入口與接口指南;本篇依據公告和評測表解讀,本次檢索未找到針對這組數字的獨立複測。官方體驗與資料入口
值得保留的一段失敗錄音
下一步最值得看的材料,是把失敗錄音和後臺任務記錄按時間對齊。讓用戶在同一次查詢中兩次說出相同的地點,第一次對同伴說,第二次明確更改給助手的指令。逐輪記錄助手何時讓出話輪、後臺是否採用新地點、最後播報了哪份結果。即使兩次都答錯,也能分清要改進的是聽者識別、任務更新,還是舊結果回到前臺時的檢查。
OpenMOSS 給出的數字已經讓一個籠統的印象變得可以檢驗:在受控側談裡,少接錯話和順利續講之間留有可測量的距離。若獨立評測能在自然多人錄音中保留這項優勢,並追蹤到用戶臨時改變要求之後的最終結果,我們才有更充分的理由把實驗表裡的進展帶到會議室裡。
參考資料
作者作品推廣
除了寫技術博客,我也在做一些讓日常更有條理的小工具,歡迎瞭解我獨立開發的兩款 App:
- 日常收支小記:記下收支,也給每一筆錢安排好去處。記錄日常賬目,安排預算與儲蓄目標。在 App Store 瞭解。
- 一事微光:從一件小事開始,讓今天多一點微光。按當下的時間和精力選擇行動,記錄完成後的感受與發現。在 App Store 瞭解。
更多技術文章和個人作品,歡迎來我的網站:zffjzz.top。也歡迎把使用感受告訴我,讓這些小工具慢慢變得更好。