品玩3月19日讯，据 Soul 官方消息，Soul App AI团队与上海交通大学X-LANCE Lab、西北工业大学ASLP@NPU团队联合发布并开源了SoulX-Duplug模块。该模块旨在通过流式状态预测，将传统语音对话系统从半双工交互模式升级为全双工模式，从而获得更自然、实时的语音对话能力。

全双工语音交互允许系统在生成回复时持续聆听用户输入，支持打断、停顿、附和等接近人类的对话行为。当前，工业界多采用级联模块（如VAD、ASR、Turn Detection）实现全双工，但存在延迟高、缺乏语义理解等问题。SoulX-Duplug创新性地将语音活动检测、流式语音识别与对话状态预测在单一模型中统一建模，通过“文本引导的流式状态预测”机制，显著降低了系统延迟并提升了对语义意图的理解精度。

该模块定义了user_idle、user_nonidle等五种对话状态，并采用三阶段训练策略。实验表明，基于该模块构建的系统在“Full-Duplex-Bench”基准的多个关键交互维度上表现均衡且出色，总体延迟优于传统方案，为优化对话系统的记忆、推理等核心智能能力解除了交互机制的束缚。