Tyger 开源：0.6B 流式 ASR 加 14M GRU，单模型实现全双工轮次控制
2026.10.17 · 产品 · 开源项目 · 本人发布
NVIDIA Nemotron 3.5 ASR 加轻量 GRU，每 80ms 无前瞻判断该回答、停止还是附和。
团队发布 Tyger，基于 NVIDIA Nemotron 3.5 ASR Streaming 0.6B 加 14M 因果 GRU，每 80 ms 无前瞻地输出 answer、stop、chime in 三种状态，并同时听麦克风和智能体自身播放以避开回声。配套 tyger-s2s（Apache-2.0）组合 Gemma 4 E4B FP8 与 VoxCPM2，支持工具调用、最多 4 路并发对话…
- 每 80 ms 无前瞻输出 answer / stop / chime in…
- 同时听麦克风与自身播放，避免把自己的回声当用户
- tyger-s2s 支持工具调用、最多 4 路并发对话
- RTX 5090 上从用户说完到首段音频约 0.7 s
- 仅支持 FP32，量化未测试，目前只有离线基准
为什么值得看
开源小模型把语音轮次控制做进 ASR 本体，本地可跑。
适合谁关注
做语音智能体、实时对话系统的开发者与研究者。