​​😎Mini-Omni: Language Models Can Hear, Talk While Thinking in Streaming

Сквозная разговорная модель на основе аудио, способная к речевому взаимодействию в реальном времени.

Метод также помогает сохранить языковые возможности исходной модели с минимальным ухудшением, что позволяет другим работам устанавливать возможности взаимодействия в реальном времени.

Mini-Omni — это первая полностью сквозная модель с открытым исходным кодом для речевого взаимодействия в реальном времени, предлагающая ценный потенциал для будущих исследований.

🤗 Hugging Face
💾 Arxiv
📂 PDF

@Devsp — Подписаться