Mini-Omni 是一个开源的端到端语音对话模型，具备实时语音输入和输出的能力，能在对话中实现“边思考边说话”的功能。模型的设计支持在不需要额外的自动语音识别（ASR）或文本到语音（TTS）系统的情况下，直接进行语音到语音的对话。Mini-Omni 采用了一种文本指导的语音生成方法，通过批量并行策略在推理过程中提高性能，同时保持了原始模型的语言能力。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
Mini-baidu09Omni – 开源的端到端实时语音对话大模型
猜你喜欢
-
发布了文章 3小时前
MiniMax-baidu0901 – MiniMax开源的全新系列模型
MiniMax-01是MiniMax推出的全新系列模型，包含基础语言大模型MiniMax-Text-01和视觉多模态大模型MiniMax-VL-01。MiniMax-01首次大规模实现线性注意力机制，打破传统Transfor...
全部评论
留言在赶来的路上...
发表评论