Moonshot AI 发布了 Kimi-Audio-7B，一个用于音频任务的开源基础模型。该模型能够使用音频进行理解、生成和对话。它在超过 1300 万小时的数据上进行了训练，并在包括 LibriSpeech 和 VoiceBench 在内的多个基准测试中展示了最先进的性能。此次发布包括推理代码、微调示例和评估工具包。 AI
影响 提供了一个新的开源音频处理基础模型，可能加速语音技术的研究和开发。
排序理由 发布了一个新的音频基础模型的开源版本，并附有基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
