StreamSpeech

1年前发布 19 0 0

StreamSpeech是一款基于多任务学习的实时语音到语音翻译模型。它通过统一框架同时学习翻译和同步策略,有效识别流式语音输入中的翻译时机,实现高质量的实时通信体验。该模型在CVSS基准测试中取得了领先的性能,并能提供低延迟的中间结果,如ASR或翻译结果。

收录时间:
2025-05-29
StreamSpeechStreamSpeech

StreamSpeech是一款基于多任务学习的实时语音到语音翻译模型。它通过统一框架同时学习翻译和同步策略,有效识别流式语音输入中的翻译时机,实现高质量的实时通信体验。该模型在CVSS基准测试中取得了领先的性能,并能提供低延迟的中间结果,如ASR或翻译结果。

数据统计

相关导航

ultravox-v0_4_1-llama-3_1-8b

ultravox-v0_4_1-llama-3_1-8b

fixie-ai/ultravox-v0_4_1-llama-3_1-8b是一个基于预训练的Llama3.1-8B-Instruct和whisper-large-v3-turbo的大型语言模型,能够处理语音和文本输入,生成文本输出。该模型通过特殊的<|audio|>伪标记将输入音频转换为嵌入,并生成输出文本。未来版本计划扩展标记词汇以支持生成语义和声学音频标记,进而可以用于声码器产生语音输出。该模型在翻译评估中表现出色,且没有偏好调整,适用于语音代理、语音到语音翻译、语音分析等场景。
TalkAI练口语

TalkAI练口语

TalkAI练口语是一款先进的口语学习工具,通过AI技术为用户提供一对一的口语陪聊服务,支持超过60种语言。其重要性在于帮助用户突破语言障碍,提升口语水平,无论是初学者还是希望提升口语能力的学习者都能从中受益。该产品由深圳市惊叹科技有限公司开发,于2021年12月03日成立,注册地位于深圳市宝安区。其服务对象广泛,包括学校、企业和个人用户,致力于通过技术创新推动语言学习的普及和发展。目前暂无明确公开的价格信息,但根据其功能和服务范围,推测其可能采用付费模式或提供部分免费试用服务。

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...