Sber发布开源GigaChat Audio，支持情绪检测和时间戳

Sber更新了其GigaChat Audio模型，增强了其直接处理音频文件而无需完整转录的能力，并能检测语音中的情绪基调。更新后的模型现在可以识别说话人、总结内容，并在长达三小时的录音中为特定时刻提供时间戳。此外，Sber还发布了开源版本GigaChat3.1-Audio-10B，以及支持多种语言的GigaAM多语言语音识别系列。 AI

影响 此次发布增强了开发者的音频处理能力，可能改进会议摘要和通话分析等应用。

排序理由 该集群描述了来自主要AI实验室（Sber）的新模型发布和开源可用性。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• Arena Hard Audio
• arXiv
• CNews
• GigaAM Multilingual
• GigaChat3.1-Audio-10B
• GigaChat Audio
• OpenRouter
• provod.ai
• Sber

• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →