FireRedTeam เปิดโอเพนซอร์ส FireRedAudio 9B โมเดลภาษาเสียงอเนกประสงค์
หัวข้อต้นฉบับ:FireRedTeam/FireRedAudio
สรุปโดย AI
FireRedTeam เปิดตัวโค้ดและโมเดล FireRedAudio โมเดลภาษาเสียงอเนกประสงค์ที่สร้างบน LLM ขนาด 9B พารามิเตอร์ ออกแบบด้วยการแทนค่าแบบต่อเนื่องที่แยกการเข้าใจและการสร้างออกจากกัน โมเดลเดียวรองรับ ASR การเข้าใจเสียง TTS แบบ zero-shot TTS แบบคำสั่ง การแก้ไขเสียงเชิงความหมายและเชิงเสียง และการเข้าใจการระบุตำแหน่งตามเวลาในบันทึกเสียงยาวสุดหนึ่งชั่วโมง โดยได้ผลลัพธ์ที่แข่งขันได้หรือนำหน้าใน基準อย่าง MMAU และ Seed-TTS-Eval
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- FireRedTeam:原创语音与多模态项目
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 64
官方发布了代码和权重,读者可以据此了解用一个 9B 骨干同时覆盖语音理解与生成的解耦表征设计。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: FireRedTeam เปิดโอเพนซอร์ส FireRedAudio 9B โมเดลภาษาเสียงอเนกประสงค์ 22 สิงหาคม 2026 https://new.nat6.net/th/news/cmtym5t890002roy8fv6lz6hf/