엔비디아가 대화 중 끼어들기(barge-in)와 외부 도구 호출을 동시에 지원하는 전이중(full-duplex) 음성 AI 모델 '네모트론랩스 보이스챗 11B'를 오픈웨이트로 공개했다. 110억개 매개변수 모델로 음성 인식·이해·생성을 하나의 스트리밍 네트워크로 통합해 자연스러운 턴테이킹 지연시간을 약 448밀리초까지 줄였으며, 오픈웨이트 전이중 모델 중 최초로 도구 호출 기능을 지원한다. 다만 도구 선택 정확도는 82.5%인 반면 인자 입력 정확도는 44.2%, 첫 시도 성공률은 33%에 그쳐 실용화까지는 개선 여지가 남아 있다. 엔비디아는 연구 목적으로 모델을 공개했으며, 80ms 단위로 처리해 지연시간을 300ms 이하로 낮추는 차세대 '네모트론 3 보이스챗'도 얼리 액세스로 준비 중이다.

• •110억 파라미터 전이중 음성 AI, 오픈웰이트 최초로 도구 호출(Tool Calling) 지원
• •자연스러운 턴테이킹 지연시간 약 448ms, 끊어들기 상황에서도 약 480ms로 반응
• •도구 선택 정확도 82.5%이지만 인자 입력 정확도 44.2%, 첫 시도 성공률 33%에 그칩
• •빅 벤치 오디오 평가 38.8%로 오픈 전이중 모델 중 최고점, 다만 상용 모델 대비는 아직 격차 존재
• •55만 시간 음성 데이터로 학습, 연구용으로 공개되었으며 지연시간 300ms 이하를 목표하는 차세대 모델도 준비 중