金科汤姆猫投资的西湖心辰，于今年8月推出了心辰Lingo语音大模型，这标志着国内语音技术的一大步。今天（8月24日），心辰Lingo正式开启了内测预约。
端到端语音技术的革新
8月21日的公告中，西湖心辰官方指出，与传统的文本到语音（TTS）技术相比，心辰Lingo端到端语音大模型是一种更加全面和先进的技术。它不仅能够进行语音识别，还整合了自然语言处理、意图识别、对话管理以及语音合成等多个环节，实现了从语音输入到语音反馈的完整交互过程，极大地扩展了人机交互的可能性。
心辰Lingo的三大技术特点
- 原生的语音理解：心辰Lingo作为端到端模型，能够识别语音中的文字信息，并精确捕捉情感、语气、音调以及环境音等重要特征，提供更自然和生动的交互体验。
- 多种语音风格表达：心辰Lingo能够根据上下文和用户指令，自适应调整语音的语速、音调、音量，并能生成对话、歌唱、相声等不同风格的语音，增强了模型在不同场景下的适应性和灵活性。
- 语音模态超级压缩：采用高压缩率的编解码技术，心辰Lingo能够在显著降低计算和存储成本的同时，生成高质量的语音内容。
开启内测预约
心辰Lingo语音模型，作为国内首个能力追齐GPT-4o语音能力的模型，其技术实力不容小觑。现在，内测预约已经开启，感兴趣的用户可以参与体验这一创新技术带来的全新语音交互。
0条评论