# FLM-Audio

Éditeur : Cofe AI (Chine). Poids ouverts (selon Artificial Analysis).

En bref : 37e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 26e sur 31 en tenue de la conversation (Full Duplex Bench).

Page : https://quelleia.com/voix/modeles/cofe-ai-flm-audio/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 9 novembre 2026.

## Présentation

Modèle audio en duplex intégral à poids ouverts, tiré du modèle omnimodal RoboEgo, qui écoute, parle et tient un monologue intérieur en même temps. Il converse en chinois et en anglais et résiste au bruit et aux interruptions. (lu sur https://huggingface.co/CofeAI/FLM-Audio/raw/main/README.md)

- Taille : 7 milliards de paramètres (lu sur la page de l'éditeur, https://huggingface.co/CofeAI/FLM-Audio/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : chinois et anglais (zh, en).
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://huggingface.co/CofeAI/FLM-Audio/raw/main/README.md

## Ses classements

- Raisonnement à l'écoute, Big Bench Audio : 37e sur 38, part de réussite 16,0 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Tenue de la conversation, Full Duplex Bench : 26e sur 31, part de réussite 62,0 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).

## Modèles proches

- Raisonnement à l'écoute, Big Bench Audio : [PersonaPlex](https://quelleia.com/voix/modeles/nvidia-personaplex-7b-v1/), 36e (19,1 %), juste devant
- Raisonnement à l'écoute, Big Bench Audio : [Moshi](https://quelleia.com/voix/modeles/kyutai-moshi/), 38e (4,4 %), juste derrière
- Tenue de la conversation, Full Duplex Bench : [Grok Voice Fast 1.0](https://quelleia.com/voix/modeles/spacexai-grok-voice-fast-1-0/), 25e (71,6 %), juste devant
- Tenue de la conversation, Full Duplex Bench : [Moshi](https://quelleia.com/voix/modeles/kyutai-moshi/), 27e (61,0 %), juste derrière

## Comment lire ces chiffres

- Voix à voix : Un agent vocal écoute et répond de vive voix. Artificial Analysis le mesure sur plusieurs épreuves en anglais : son indice les résume sur 100, Big Bench Audio compte les bonnes réponses à des questions posées à l'oral, la tenue de la conversation compte les situations bien gérées (pauses, interruptions), plus c'est haut, mieux c'est ; le délai avant le premier son se lit à l'inverse, plus il est court, mieux c'est.

## Noms dans les sources

- Artificial Analysis (voix à voix) : FLM-Audio

## Liens

- Page de l'éditeur : https://huggingface.co/CofeAI/FLM-Audio
- Les poids sur Hugging Face : https://huggingface.co/CofeAI/FLM-Audio

## Pages lues

- https://huggingface.co/CofeAI/FLM-Audio/raw/main/README.md (« FLM-Audio is a audio-language subversion of [RoboEgo/FLM-Ego](https://arxiv.org/abs/2506.01934v1) -- an omnimodal model with native full duplexity. It simultaneously listens, speaks, and composes internal monologue, delivering low‑latency, duplex conversational responses in both English and Chinese. »), 23/10/2026
- https://huggingface.co/CofeAI/FLM-Audio/raw/main/README.md (« FLM‑Audio is robust to noise and user interruptions, prioritizing responsiveness and naturalness. »), 23/10/2026
- https://huggingface.co/CofeAI/FLM-Audio/raw/main/README.md (« To handle real-time language and audio, FLM-Audio features an LLM-based backbone with 7B parameters »), 23/10/2026
- https://huggingface.co/CofeAI/FLM-Audio/raw/main/README.md (« This project is intended for research use only in compliance with applicable laws. For commercial use, please contact us. »), 23/10/2026