FLM-Audio
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).
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 huggingface.co, le 23/10/2026.
- Taille
- 7 milliards de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : chinois et anglais (zh, en). Lu sur huggingface.co.
- Évaluées par nos sources : anglais.
- Le français : absent des langues annoncées par l'éditeur ; pas évalué en français par nos sources.
Ses 2 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En anglais · Voix à voix
Raisonnement à l'écoute, Big Bench Audio
37e sur 38part de réussite 16,0 %
Source : Artificial Analysis · relevé du 9 novembre 2026.
- En anglais · Voix à voix
Tenue de la conversation, Full Duplex Bench
26e sur 31part de réussite 62,0 %
Source : Artificial Analysis · relevé du 9 novembre 2026.
Modèles proches
- Raisonnement à l'écoute, Big Bench Audio : devant, PersonaPlex (36e, 19,1 %) · derrière, Moshi (38e, 4,4 %)
- Tenue de la conversation, Full Duplex Bench : devant, Grok Voice Fast 1.0 (25e, 71,6 %) · derrière, Moshi (27e, 61,0 %)
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.
D'où vient cette fiche
- Nom dans les sources
- Artificial Analysis (voix à voix) :
FLM-Audio - Fiche
- Registre de QUELLE IA.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, la voix à voix, ou cette fiche en texte.