# Freeze-Omni

Éditeur : VITA. Poids ouverts. Licence : Apache 2.0.

En bref : 34e sur 38 en raisonnement à l'écoute (Big Bench Audio) ; 28e sur 31 en tenue de la conversation (Full Duplex Bench).

Page : https://quelleia.com/voix/modeles/vita-freeze-omni/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 9 novembre 2026.

## Présentation

Modèle de dialogue vocal à poids ouverts bâti sur un modèle de langage textuel gelé (Qwen2-7B-Instruct), pour garder ses capacités intactes. Un encodeur et un décodeur de parole en flux lui permettent de répondre vite et de détecter quand l'utilisateur l'interrompt. (lu sur https://raw.githubusercontent.com/VITA-MLLM/Freeze-Omni/main/README.md)

- Sortie : 26 novembre 2024 (lu sur la page de l'éditeur, https://raw.githubusercontent.com/VITA-MLLM/Freeze-Omni/main/README.md)

## Langues

- Évaluées par nos sources : anglais.
- Le français : pas évalué en français par nos sources.

## Ses classements

- Raisonnement à l'écoute, Big Bench Audio : 34e sur 38, part de réussite 33,4 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).
- Tenue de la conversation, Full Duplex Bench : 28e sur 31, part de réussite 58,7 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-speech (relevé du 9 novembre 2026).

## Modèles proches

- Raisonnement à l'écoute, Big Bench Audio : [GPT-4o Audio](https://quelleia.com/voix/modeles/openai-gpt-4o-audio/), 33e (54,3 %), juste devant
- Raisonnement à l'écoute, Big Bench Audio : [Nemotron Voicechat](https://quelleia.com/voix/modeles/nvidia-nemotron-voicechat/), 35e (27,0 %), juste derrière
- Tenue de la conversation, Full Duplex Bench : [Moshi](https://quelleia.com/voix/modeles/kyutai-moshi/), 27e (61,0 %), juste devant
- Tenue de la conversation, Full Duplex Bench : [Nemotron Voicechat](https://quelleia.com/voix/modeles/nvidia-nemotron-voicechat/), 29e (52,9 %), 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) : Freeze-Omni

## Liens

- Page de l'éditeur : https://github.com/VITA-MLLM/Freeze-Omni
- Les poids sur Hugging Face : https://huggingface.co/VITA-MLLM/Freeze-Omni

## Pages lues

- https://raw.githubusercontent.com/VITA-MLLM/Freeze-Omni/main/README.md (« Freeze-Omni is a speech-to-speech dialogue model, exhibiting the characteristic of being "**smart**" as it is constructed upon a "**frozen**" text-modality LLM. »), 23/10/2026
- https://raw.githubusercontent.com/VITA-MLLM/Freeze-Omni/main/README.md (« Download [Qwen2-7B-Instruct checkpoint](https://huggingface.co/Qwen/Qwen2-7B-Instruct) then move `Qwen2-7B-Instruct` into the root dir of this repo »), 23/10/2026
- https://raw.githubusercontent.com/VITA-MLLM/Freeze-Omni/main/README.md (« Freeze-Omni contains a speech encoder that supports streaming speech input and a speech decoder that generates streaming output speech. »), 23/10/2026
- https://raw.githubusercontent.com/VITA-MLLM/Freeze-Omni/main/README.md (« These states will determine whether or not the user interrupts the dialogue to achieve a duplex dialogue for the user and the bot. »), 23/10/2026
- https://raw.githubusercontent.com/VITA-MLLM/Freeze-Omni/main/README.md (« **`2024.11.26`** 🌟 The inference code, server demo and model weights **have been released**. »), 23/10/2026