Shizuku 实验室推出 Shizuku-Duplex 日语全双工 AI 模型，主打自然对话与情感交互

日本 Shizuku 实验室发布的 Shizuku-Duplex 日语全双工 AI 模型，核心就是实现和真人一样边听边说的实时语音对话，支持中途插话、适时附和，还搭配情感交互能力，专门适配日语的说话习惯，解决传统语音 AI 必须等用户说完一句话才开始回复、对话生硬卡顿的老问题。传统语音 AI 大多是串联式流程，先识别语音转文字，再交给大模型生成回答，最后合成语音播放，整套流程是排队执行，用户没说完就不会启动计算，对话节奏很死板。Shizuku-Duplex 换了全双工的端到端方案，每 80 毫秒做一次高速处理，用户说话的时候模型就同步接收信息、理解内容，过程里可以主动发出附和声，用户还没说完就能提前启动应答，同时这套模型面向 AI 角色开发，对话内容可以带上情绪，还能联动 Live2D，同步输出对应的表情和动作，让交互更有温度。这个模型也是继 GPT-Live 之后，日语场景里能力较强的全双工对话模型，在日语对话自然度测试里拿到不错成绩，它分成前台交互模型和后台异步模型，复杂的查询、联网搜索任务交给后台处理，前台保证对话流畅，同时每隔五分钟做一次上下文压缩，避免对话太长出现性能下滑，输出形式包含音频、文本、角色动作三种，底层采用 Transformer 大模型架构，是实验室 AI 角色 “しずく” 的底层核心技术。

核心能力清单

• 全双工实时交互：支持边听边思考，用户讲话途中可以附和、接受插话，不用等待用户结束发言
• 日语专属优化：贴合日语日常对话习惯，适配日语里大量附和、重叠说话的交流特点
• 情感交互联动：对话自带情绪表达，可对接 Live2D，同步生成表情、肢体动作
• 分层处理架构：前台负责实时对话，后台异步处理网页搜索、复杂长任务
• 高速迭代机制：80 毫秒为一个处理帧，支持音频、文本、动作三类输出，自带上下文压缩

和传统串联语音 AI 对比

落地方向

1. AI 虚拟角色、VTuber 实时对话，用来做陪伴型 AI
2. 日语场景客服、接待对话，缓和对话生硬感
3. 日语练习、语言陪练，模拟真实日本人聊天节奏
4. 情感陪伴类交互产品，承接持续长时间闲聊

【相关 FAQ】

问题 1：Shizuku-Duplex 这款全双工日语 AI 模型，全双工到底是什么意思？

回答 1：Shizuku-Duplex 全双工日语 AI 模型的全双工，就是可以一边听用户说话一边生成回应，不用等用户说完一句话，聊天的时候可以适时附和，也允许用户中途插话，和普通人面对面聊天的模式一致。

问题 2：Shizuku-Duplex 全双工日语 AI 模型相比别的日语 AI，优势在哪？

回答 2：Shizuku-Duplex 全双工日语 AI 模型针对日语对话习惯单独优化，附和、重叠对话的表现更好，还可以联动 Live2D 实现情感动作同步，在日语自然对话评测里，是 GPT-Live 之后表现靠前的日语全双工模型。

问题 3：Shizuku-Duplex 全双工日语 AI 模型可以直接联网搜索内容吗？

回答 3：Shizuku-Duplex 全双工日语 AI 模型支持网页搜索，它依靠后台异步模块处理搜索这类复杂任务，前台对话不会因为搜索任务卡住，保证聊天不会中断。

【参考资料】

[2026-11-09]（Shizuku AI 发布日语全双工模型 Shizuku-Duplex，支持附和与插话）PC Watch

[2026-11-09]（日语实时对话 AI Shizuku-Duplex 上线，80ms 高速处理、支持联网检索）GIGAZINE

[2026-11-09]（可附和、支持插话的日语全双工 AI Shizuku-Duplex 发布）Real Sound

[2026-11-09]（Shizuku AI 推出 Shizuku-Duplex，作为陪伴 AI 的底层技术）IT 之家

【免责声明】

本文内容仅为行业资讯整理，Shizuku-Duplex 模型相关性能、开放权限、商用许可等信息以 Shizuku 实验室官方发布内容为准，不构成技术选型、商用采购的参考建议。