让我们看看官方演示音频吧！
SpeechGPT2 是一种端到端的语音对话语言模型，类似于 GPT-4o。
它可以感知和表达情感，并根据上下文和人类指令以各种风格提供适当的语音响应，例如说唱、戏剧、机器人、搞笑和耳语。
为了解决冗长的语音序列问题，SpeechGPT2 采用了超低比特率语音编解码器 （750bps），可以对语义和声学信息进行建模。它利用多输入多输出语言模型 （MIMO-LM）。
目前，SpeechGPT2仍然是一个回合制的对话系统。
项目地址：https://0nutation.github.io/SpeechGPT2.github.io/
Github地址：https://github.com/0nutation/SpeechGPT
论文地址：https://arxiv.org/abs/2401.13527
微信扫描下方的二维码阅读本文
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
评论(0)