**Haru-4B:一款能同时听说的低延迟多语言语音 AI 模型**

_Haru-4B: A voice AI that can listen and speak at the same time_

> Haru-4B 是一款基于 Qwen3.5-4B 构建的全双工连续语音对话基础模型,支持在约 65 毫秒的低延迟下实现听与说的同步交互。该模型利用 4000 万小时真实多语言语音数据进行预训练,涵盖 160 多种语言,并采用连续声学潜变量而非离散音频 token,通过统一的语言模型架构处理输入输出音频流,从而大幅降低延迟并支持长达 60 分钟的长对话动态。

**来源信息**
- **来源**:Hacker News:AI 热帖
- **分类**:ai-models
- **发布时间**:2026-11-19 05:19(北京时间)
- **原文**:[打开原文](https://blog.higurashi.ai/melte/haru4b)