PYTHON KODLAR WEB DEVELOPER
رفتن به کانال در Telegram
نمایش بیشتر
215
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-47 روز
-1230 روز
آرشیو پست ها
Microsoft Research-dan VibeVoice-Realtime-0.5B
real-time ovoz chiqarish uchun mo'ljallangan yengil va ochiq kodli modeldir. U 300ms kechikish, 10 daqiqagacha uzun nutq va ingliz tilidagi yagona ovozni qo'llab-quvvatlaydi. [1, 2, 3, 4] Asosiy xususiyatlar Tezlik: Birinchi ovoz chiqishi uchun atigi ~300ms ketadi. Hajmi: 0.5B parametrli model Qwen2.5-0.5B asosida qurilgan. Imkoniyatlar: Matnni oqim sifatida qabul qiladi va uzunligi ~10 daqiqagacha bo'lgan nutq yaratadi. Texnologiya: Diffuziyaga asoslangan akustik qism va 7.5Hz tezlikda ishlovchi σ-VAE akustik tokenizatori ishlatilgan. [1, 2, 3] Xavfsizlik va Maqsad Maqsad: Faqat tadqiqot maqsadlari uchun mo'ljallangan. Xavfsizlik: Ovoz ichiga sun'iy intellekt belgilari (suv belgisi) yashiringan va ogohlantirishlar qo'shilgan.
Sen uxlayapsan, lekin miyang hali ham xatolarni tuzatishda davom etyapti 😂
Jahon chempionati uchun yangi ayiqcha kelibdi kimga kerak boʻlsa yozaveraslar
