بائٹ ڈانس کے Seed نے آج مقامی آڈیو وڈیو فل ڈوپلیکس بڑے ماڈل SeedRealtime کے اجرا کا اعلان کیا، جو تمام الوسائط پر مبنی قدرتی تعامل کی جانب ایک قدم ہے۔
SeedRealtime ایک متحدہ معماری کے ذریعے آڈیو، وڈیو اور متن کو قدرتی طور پر یکجا کرتا ہے، مسلسل کثیر الوسائط معلوماتی سلسلے پر حقیقی وقت میں تعامل کر سکتا ہے اور “دیکھتے، سنتے اور بولتے ہوئے” ایک نیا تجربہ فراہم کرتا ہے۔ اس میں تین بنیادی پیش رفتیں شامل ہیں:
آڈیو وڈیو کا مشترکہ فہم: آواز، منظر اور زمانی معلومات کے گہرے امتزاج کی مقامی معاونت۔ ماڈل منظر نامے کو مدنظر رکھتے ہوئے ہم آواز الفاظ کے ابہام کو دور کر سکتا ہے اور بصری معلومات میں زمانی حوالوں کو بھی درست طور پر سمجھ سکتا ہے، یوں دیکھی، سنی اور کہی گئی باتیں ایک اکائی بن جاتی ہیں۔
فعال تعاملی صلاحیت: مسلسل ماحول فہمی اور فعال اظہار کی صلاحیت۔ جب ماڈل منظر میں تبدیلی محسوس کرے، مثلاً کوئی اہم ہدف ظاہر ہو، تو یہ خودکار طور پر یاد دہانی کرا سکتا ہے، اور اظہار میں مدد کے لیے ٹولز بھی استعمال کر سکتا ہے، جس سے تعامل غیر فعال جواب دہی سے فعال تعاون میں بدل جاتا ہے۔
ہموار تعاملی رفتار: صارف کی گفتگو کی حالت اور تبادلے کی رفتار کو حقیقی وقت میں محسوس کر کے مناسب موقع پر قدرتی طور پر گفتگو میں شامل ہونا، توقف کرنا اور جواب دینا۔ اس میں مداخلت کے خلاف مضبوط صلاحیت بھی ہے؛ یہ اردگرد کی گفتگو اور پس منظر کے شور میں فرق کر سکتا ہے، مداخلت کی وجہ سے غلط طور پر فعال نہیں ہوتا اور رابطے کو ہموار و مربوط رکھتا ہے۔
اختتام سے اختتام تک انسانی جائزے کے نتائج سے ظاہر ہوتا ہے کہ سلسلہ وار ماڈل کے مقابلے میں SeedRealtime میں آڈیو وڈیو مکالمے کی رفتار سے متعلق مسائل نصف رہ گئے ہیں۔ ماڈل بولنے کے وقت کا زیادہ قدرتی انداز سے تعین کرتا ہے، اور “بات مکمل ہونے سے پہلے روک دیا جانا، بات ختم ہونے کے بعد جواب میں تاخیر، یا پس منظر کے شور اور گفتگو سے غلط طور پر فعال ہو جانا” جیسی رکاوٹیں نمایاں طور پر کم ہوئی ہیں۔ اس کے ساتھ، ایک ہی مکالمے میں مکمل اور روانی سے گفتگو جاری رہنے کے امکان میں بھی واضح اضافہ ہوا ہے۔
فی الحال SeedRealtime، Doubao App پر تمام صارفین کے لیے دستیاب ہے، اور صنعت میں پہلی بار آڈیو وڈیو فل ڈوپلیکس ٹیکنالوجی کو بڑے پیمانے پر نافذ کیا گیا ہے۔ Doubao App کو تازہ ترین ورژن پر اپ ڈیٹ کریں، مکالمے کے خانے میں “فون کال” منتخب کریں اور تجربے کے لیے وڈیو کال انٹرفیس میں داخل ہوں۔
پروجیکٹ کے مرکزی صفحے کا پتا:
https://seed.bytedance.com/seedrealtime