FULL-DUPLEX: Conversaciones IA más humanas con FireRedChat. Baja latencia y pVAD

Descubra FireRedChat, el sistema completo y desplegable que transforma la interacción de voz de los asistentes de IA y el servicio al cliente, migrando de la limitación mitad-dúplex a la fluidez del full-duplex. Este sistema utiliza un controlador de toma de turnos dedicado que incorpora pVAD (Detección de Actividad de Voz Personalizada) en streaming para suprimir el ruido y los hablantes no primarios, reduciendo drásticamente las falsas interrupciones (false barge-ins). El módulo de Detección de Fin de Turno (EoT) asegura una precisión semántica crucial para determinar cuándo el usuario ha terminado de hablar, mejorando la experiencia conversacional. FireRedChat es modular, permitiendo actualizar cualquier pipeline mitad-dúplex (cascada, semi-cascada, speech-to-speech) a full-duplex. La implementación semi-cascada, en particular, aprovecha las señales emocionales y paralingüísticas para generar respuestas más coherentes, reducir la propagación de errores ASR y alcanzar una baja latencia que se acerca a los sistemas industriales. Experimente una interacción robusta, natural y en tiempo real con este framework completo.https://arxiv.org/pdf/2509.06502