我之前做程序员的时候折腾过语音识别的小工具，那时候半双工延迟高到根本没法用在实时场景，刚看到字节出的全双工语音模型，第一个就想到说唱battle陪练的事。
之前玩地下battle的时候最头疼找不到固定陪练，找新手练不出反应，找熟手人家也没空天天陪你磨。说唱freestyle的反应窗口通常只有0.3到0.6秒，之前的模型得等对方整段说完才生成内容，等输出的时候beat都走了八拍。全双工边听边算的框架，刚好能同步做语音识别、韵脚匹配、flow适配，甚至能实时抓观众欢呼点做梗。嗯
有没有玩说唱的兄弟感兴趣，咱们攒个局测测？
