모델 출시

inclusionAI, 최초 통합 연속 음성 토크나이저 MingTok-Audio 출시

원제목:inclusionAI/MingTok-Audio

AI 요약

inclusionAI 팀이 의미와 음향 특징을 효과적으로 융합한 최초의 통합 연속 음성 토크나이저 MingTok-Audio를 출시했다. 음성 이해와 생성 작업에 적합하다. 이 모델은 순수 인과 Transformer 아키텍처를 기반으로 하며 효율을 높이기 위해 컨볼루션 계층을 제거했고, VAE로 연속 특징을 모델링하여 고품질 오디오 재구성을 구현한다. 음성 재구성 성능에서 프레임률 50, SEED-ZH와 SEED-EN 테스트 세트에서 PESQ가 각각 4.21과 4.04, SIM 0.96, STOI 0.98로 비교 모델을 크게 능가했다. 다운스트림 ASR 작업에서는 여러 방언 데이터 세트에서 더 낮은 오류율을 달성했으며, 예를 들어 Hunan Minnan 데이터 세트에서 WER이 9.80%까지 낮아졌다.

핵심 정보

  • inclusionAI 팀이 의미와 음향 특징을 효과적으로 융합한 최초의 통합 연속 음성 토크나이저 MingTok-Audio를 출시했다.
  • 음성 이해와 생성 작업에 적합하다.
  • 이 모델은 순수 인과 Transformer 아키텍처를 기반으로 하며 효율을 높이기 위해 컨볼루션 계층을 제거했고,VAE로 연속 특징을 모델링하여 고품질 오디오 재구성을 구현한다.
  • 음성 재구성 성능에서 프레임률 50,SEED-ZH와 SEED-EN 테스트 세트에서 PESQ가 각각 4.
  • 04,SIM 0.

한눈에 보기

게시
업데이트
출처
蚂蚁 inclusionAI:GitHub 新仓库
카테고리
모델 출시
AI 점수
57
원문 읽기 정보 출처에서 전체 본문 읽기
추천 이유

蚂蚁把语音 tokenizer 做到了 PESQ 4.2 的离谱分数,比第二名翻了快一倍,做语音理解和生成的团队值得拿这个当新 baseline 跑一下。

출처 및 저작권

이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.

원문 기사 · AIHOT 항목

인용 방법

본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.

Orange News: inclusionAI, 최초 통합 연속 음성 토크나이저 MingTok-Audio 출시. 2025년 9월 29일. https://new.nat6.net/ko/news/cmorb7ik40079slhfn285yff9/

전체 보기 →