Meta AI द्वारा प्रस्तुत नवीनतम SPIRIT-LM एक क्रांतिकारी मल्टी-मॉडल आधारभूत भाषा मॉडल है, जो टेक्स्ट और आवाज को स्वतंत्र रूप से मिश्रित कर सकता है और मानव की तरह भावनाओं को समझ और व्यक्त कर सकता है। SPIRIT-LM को पूर्व-प्रशिक्षित टेक्स्ट भाषा मॉडल के आधार पर बनाया गया है, जो टेक्स्ट और आवाज यूनिट पर लगातार प्रशिक्षण करके आवाज मोड में विस्तार करता है। यह मॉडल आवाज और टेक्स्ट अनुक्रमों को एकल टैग सेट में जोड़ता है, और एक छोटे स्वचालित प्रबंधित आवाज-टेक्स्ट समानांतर कॉर्पस का उपयोग करता है, जिसमें शब्द स्तर पर इंटरलेविंग विधि द्वारा किया जाता है।