NVIDIA PersonaPlex : la révolution du « Full-Duplex »

DEV - 26/01
J'ai passé le mois dernier à créer des agents vocaux en temps réel. J'ai commencé avec la pile standard :...

J'ai passé le mois dernier à créer des agents vocaux en temps réel. J'ai commencé avec la stack standard : LiveKit et Gemini 2.5.

Même si la latence est incroyablement faible, cela semble encore loin d’être une conversation naturelle. Parler à ces modèles à la pointe de la technologie donne généralement l’impression de jouer à un jeu vidéo au tour par tour.

A mon tour : je parle. Tour du système : il attend le silence. Il pense. Ça parle.

Il s'agit d'une logique "Half-Duplex". C'est comme utiliser un talkie-walkie. Le système vous oblige à attendre. Mais la vraie conversation est "Full-Duplex". Nous nous interrompons. Nous rions en même temps. On fredonne en écoutant.

Depuis deux jours, je travaille avec PersonaPlex de NVIDIA (basé sur Moshi/M...
[Courte citation de 8% de l'article original]