一句话定义：全双工语音模型（Full-Duplex Speech Model）是一种能同时接收和输出语音的模型：它说话时仍在听，你随时可以打断它，它也能在你说话的间隙用“嗯”“对”这类短反馈回应。
从对讲机到打电话
“双工”是通信领域的词。半双工（Half-Duplex）像对讲机：一方按住说话，另一方只能听，说完喊一句“over”再换人；全双工像打电话：两边可以同时出声，谁也不用申请发言权。
今天多数语音助手是半双工的，背后是一条级联管道（cascade）：端点检测（VAD）判断你说完了，再交给语音识别（ASR）转成文字，大模型生成回复，最后语音合成（TTS）念出来。每一环都得等上一环收工，“你说完—我再说”是写死的节奏。
全双工模型把这条链压成一个流式模型：音频帧持续流入，音频帧持续流出，何时开口、何时闭嘴、被打断后怎么办，都由模型自己学。它没有“回合结束”这个显式信号，取而代之的是内部的轮次预测（turn-taking）能力。
三个工程难点
1. 延迟。级联管道每一级都攒一点延迟，全双工要求端到端足够快。人对对话停顿极敏感，超过一秒的空白就会显得呆滞，模型必须边说边算，而不是先攒够一整句再开口。
2. 回声消除（Acoustic Echo Cancellation，AEC）。喇叭放出的声音会被自己的麦克风收回去，形成自我循环。既需要信号处理层面的回声消除，也需要模型能分清“这是我自己刚说的”和“用户在说话”。
3. 双工调度（duplex scheduling）。最难的往往不是说话，而是决定何时不说话：用户是清嗓子还是真要插话？被打断时立刻停还是补完半句？这些策略直接决定“像人还是像机器”。
和相邻概念的区别
| 半双工／级联助手 | 全双工模型 | |
|---|---|---|
| 听与说 | 轮流 | 同时 |
| 被打断 | 通常直接切断 | 平滑收尾并响应 |
| 架构 | ASR→LLM→TTS 串联 | 单一流式端到端 |
| 反馈信号 | 基本没有 | 可说“嗯”“对” |
| 延迟来源 | 各级累积 | 单模型内可优化 |
还要区分“流式”（streaming）：流式只要求边收边处理、降低延迟，不要求同时发声；全双工是流式的加强版，多了“边听边说”和打断处理。市面上不少号称实时的语音接口，骨子里仍是回合制，只是每回合更快。
实际意义
对从业者，评估标准要换：只看识别准确率和音色自然度不够，还得看打断响应时间、轮次转换是否顺畅、重叠语音（overlapping speech）下的表现。数据也麻烦，真实的重叠对话采集和标注成本都高。
对普通人，客服、车载、陪伴类场景最受益。价值不在“更快”，而在能像跟人说话那样，说错就改、随时补充、听腻了直接插话。具体能力与延迟表现，以各家官方页面为准。