這個新的開源語音模型名為Audio Interaction，它可以處理連續的音頻流並結合多項任務，如對話、翻譯、轉錄和聲音識別。該模型通過將音頻流分解為0.4秒的段落，並在每個段落後決定是否保持靜默或生成響應。這個模型是在一個302,000小時的音頻數據集上進行訓練的，實現了聆聽和發聲的並行處理，從而減少了等待響應的時間。這項技術對於語音助手、客服系統等應用具有重要意義，能夠提高人工智慧的交互能力和響應速度。
這個新的開源語音模型名為Audio Interaction，它可以處理連續的音頻流並結合多項任務，如對話、翻譯、轉錄和聲音識別。該模型通過將音頻流分解為0.4秒的段落，並在每個段落後決定是否保持靜默或生成響應。這個模型是在一個302,000小時的音頻數據集上進行訓練的，實現了聆聽和發聲的並行處理，從而減少了等待響應的時間。這項技術對於語音助手、客服系統等應用具有重要意義，能夠提高人工智慧的交互能力和響應速度。