Ra mắt mô hình

inclusionAI phát hành MingTok-Audio: bộ phân tách giọng nói liên tục thống nhất đầu tiên

Tiêu đề gốc:inclusionAI/MingTok-Audio

Tóm tắt AI

Nhóm inclusionAI đã ra mắt MingTok-Audio, bộ phân tách giọng nói liên tục thống nhất đầu tiên kết hợp hiệu quả đặc trưng ngữ nghĩa và âm học, phù hợp cho tác vụ hiểu và sinh giọng nói. Mô hình dựa trên kiến trúc Transformer nhân quả thuần, loại bỏ lớp tích chập để tăng hiệu quả, và dùng VAE để mô hình hóa đặc trưng liên tục nhằm tái tạo âm thanh chất lượng cao. Về hiệu năng tái tạo giọng nói, với tốc độ khung 50, PESQ trên bộ kiểm thử SEED-ZH và SEED-EN lần lượt đạt 4,21 và 4,04, SIM đạt 0,96, STOI đạt 0,98, vượt trội rõ rệt so với mô hình đối chứng. Trong tác vụ ASR hạ nguồn, mô hình đạt tỷ lệ lỗi thấp hơn trên nhiều bộ dữ liệu phương ngữ, ví dụ WER trên bộ dữ liệu Hunan Minnan thấp tới 9,80%.

Thông tin chính

  • Nhóm inclusionAI đã ra mắt MingTok-Audio,bộ phân tách giọng nói liên tục thống nhất đầu tiên kết…
  • Mô hình dựa trên kiến trúc Transformer nhân quả thuần,loại bỏ lớp tích chập để tăng hiệu quả,và…
  • Về hiệu năng tái tạo giọng nói,với tốc độ khung 50,PESQ trên bộ kiểm thử SEED-ZH và SEED-EN lần…
  • Trong tác vụ ASR hạ nguồn,mô hình đạt tỷ lệ lỗi thấp hơn trên nhiều bộ dữ liệu phương ngữ,ví dụ…

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
蚂蚁 inclusionAI:GitHub 新仓库
Danh mục
Ra mắt mô hình
Điểm AI
57
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

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。

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: inclusionAI phát hành MingTok-Audio: bộ phân tách giọng nói liên tục thống nhất đầu tiên. 29 tháng 9 2025. https://new.nat6.net/vi/news/cmorb7ik40079slhfn285yff9/

Xem tất cả →