Wink Pings

Bland 发 Tofu-1:电话里能抢话的语音模型,没给成绩单

Bland 发布全双工语音到语音模型 Tofu-1,瞄准嘈杂、高风险电话。企业研究预览阶段,基准、规模、价格都没公开。

Bland 发布了 Tofu-1。据 MarkTechPost 作者 Michal Sutter 的报道,这是一个面向电话场景的全双工语音到语音模型,主打嘈杂环境和高风险通话。它目前处于企业研究预览阶段,没有公开基准、模型规模,也没有价格。

全双工这个词在语音交互里很具体:模型可以一边听一边说,处理打断、插话和重叠发言。传统电话机器人更像对讲机,等你说完再回应;真实通话里,用户会中途纠正,背景里有人喊话,信号还会抖。电话又是高代价场景,账单、预约、售后、催收,任何一句听错都可能变成工单。Tofu-1 的定位踩在这些痛点上。

问题在于,定位和可验证能力之间还隔着数据。没有基准,开发者无法比较延迟、词错率、打断恢复和噪声鲁棒性;没有规模,无法判断推理成本;没有价格,企业没法做采购测算。企业研究预览是常见路径,先找少量客户跑真实流量,再决定要不要公开细节。对 Bland 来说,这能控制风险;对外界来说,现在只能看到声明。

新闻稿里最清晰的信息,反而是缺失项。Tofu-1 值得关注,因为全双工电话语音是难而有用的方向;但它离可评估还有距离。等基准、规模、价格和真实通话样本出来,再判断它是不是把抢话、噪声和延迟处理好了。

原文链接:MarkTechPost

发布时间: 2026-11-15 18:06