Gantrol

Gantrol

0 关注者

1天前

李沐的语音LLM，在文本大模型基础上加入语音输入输出，开源训练方法与权重。需要10-12 GB VRAM 没有这种模型之前，AI直播、AI语音、AI客服等基本靠纯文本大模型加语音识别生成，响应容易慢。而且大段文本不一定适合念出来，念出来也不一定符合“情感”

#李沐 #语音LLM #开源 #AI语音 #AI客服

相关新闻

placeholder

Luo说不啰嗦

8小时前

质疑开源，理解开源，成为开源。

placeholder

Mr Panda

8小时前

卧槽，李沐团队开源的的这个音频大模型简直了 我看完这个视频，第一反应就是电影配音这个行业要被颠覆了。

placeholder

Jintao Zhang 张晋涛

11小时前

字节把扣子开源了，虽然也不算是个多大的事儿，不过我比较好奇接下来他们要怎么讲故事了 🤣

placeholder

𝘁𝗮𝗿𝗲𝘀𝗸𝘆

18小时前

大厂动不动玩开源，小厂/个人独立开发者玩不过只能低调求生存了？🤣😂

placeholder

Cell 细胞

18小时前

Coze 开源了👏 Coze Studio 是一站式 AI Agent 开发工具。提供各类最新大模型和工具、多种开发模式和框架，从开发到部署，为你提供最便捷的 AI Agent 开发环境。上万家企业、数百万开发者正在使 Coze Studio。

关联事件

#AI编程：Kimi搅局，Claude封号，群雄逐鹿

419

AI编程工具市场竞争白热化，新模型层出不穷。OpenAI计划推出AI浏览器，Grok 4发布后流量激增，Gemini 3.0预计即将发布。Kimi推出K2模型，coding能力接近Claude但价格更低。Claude Code因其强大的代码能力备受欢迎，但用户面临封号问题，开源镜像项目应运而生。程序员对AI编程工具的依赖程度加深，但部分模型在特定任务上仍存在局限性。Cursor更新计费模式后用户体验下降，Gemini在修复bug方面表现不佳。亚马逊AWS也加入战局，推出Kiro。