階躍星辰は先日、Stepシリーズモデル行列の新メンバーであるStep-1oエンドツーエンド音声大規模言語モデルを発表しました。これは国内初の千億パラメーターのエンドツーエンド音声大規模言語モデルとされています。この新モデルの発表は音声技術分野における大きな進歩を示しており、エンドツーエンドの音声ソリューションを通じて、音声の理解と生成を統合し、モデルの知性と感情の限界を向上させ、超自然的で高品質なコミュニケーション体験を実現します。

西湖心辰は、開発したWestlake-Omniモデルのオープンソース化を発表しました。世界初のオープンソース中国語感情エンドツーエンド音声対話大規模言語モデルであるWestlake-Omniは、離散表現を用いてテキストと音声のモダリティを統一し、リアルタイム性を重視した設計となっており、迅速な応答とほぼゼロ遅延の体験を提供します。

心辰Lingoは中国初のエンドツーエンド音声大規模言語モデルであり、内測予約が開始されました。このモデルはGPT-4に匹敵する能力を持つとされており、中国の音声AI分野における大きな進歩を示しています。心辰Lingoの主な利点としては、ネイティブの音声理解、多様な音声スタイル表現、高効率の音声モーダル圧縮などがあります。音声内のテキスト情報とその他の重要な特徴を認識し、自然で生き生きとした対話体験を提供し、コンテキストとユーザーの指示に応じて音声スタイルを柔軟に調整できます。高圧縮率の音声コーデックを採用し、心辰Lingoは…