MINICPM × LIVEACT
实时语音互动
1000ms 使用原始模型;400ms 使用训练后的模型与投机监听。切换会选择对应模型。
400 ms 的语音完整性仍在验证,暂不能视为完整回复已通过。
人物准备完成后即可连接。
麦克风输入:未连接
仅在本页观察输入能量,不保存录音;能量检测不等于服务端已识别语音。本轮 live · 首次响应
等待你说话以下记录来自当前麦克风通话,与下方固定 WAV 复验分开。
MiniCPM 开始说话 <|speak|>未测最后一段有声输入 → 模型采样 speak token
模型首段文字未测服务端 VAD 说话结束/提交 → 文字
模型首音包未测服务端 VAD 说话结束/提交 → 音包
浏览器首段非静音音频未测页面收到提交通知 → 音频能量被检测到
回复标记后首个画面到达未测页面收到提交通知 → 下一解码帧
说话结束按服务端 80ms 音频片段估计;只记录模型实际采样的 speak,未观察到时显示未测。
浏览器音频按非静音能量检测,不等于扬声器实际发声;视频仅与回复控制标记关联,不证明对应口型或语义。无实际观察时保持“未测”。
接收帧率—
网络往返—
对话
连接后直接说话。麦克风暂停时,人物仍保持待机。
FIXED-WAV RETEST
1000ms / 400ms 测试记录
正在读取本机保存的复验记录…