Pesquisadores de inteligência artificial (IA) desenvolveram um novo Modelo de Linguagem de Escuta Enquanto Fala (LSLM) capaz de ouvir e falar simultaneamente, avançando nas conversas baseadas em voz em tempo real e interativas.
O novo modelo, chamado LSLM, permite modelagem full-duplex em modelos de linguagem e fala interativos. O LSLM utiliza um decodificador baseado em tokens apenas para geração de fala e um codificador de aprendizado autosupervisionado em streaming para entrada de áudio em tempo real.
O sistema pode detectar troca de turnos em tempo real e responder a interrupções, uma característica fundamental de uma conversa natural. O modelo demonstrou robustez ao ruído e sensibilidade a instruções diversas em experimentos.
Enquanto o recente modo de voz avançado Her-like da OpenAI para o ChatGPT nos aproxima de conversas de IA realistas, o LSLM avança ainda mais, permitindo que a IA processe a fala de entrada enquanto fala. Isso pode revolucionar as interações humano-IA, tornando as conversas com máquinas verdadeiramente naturais e responsivas.
Leia também:
Este post foi modificado pela última vez em 7 de agosto de 2024 11:45
A Walt Disney está formando um novo grupo para coordenar o uso da empresa de…
A Nvidia acaba de publicar uma nova pesquisa apresentando o HOVER, uma pequena rede neural…
O ChatGPT agora é oficialmente um mecanismo de busca com inteligência artificial (IA). A empresa…
A Ucrânia está usando dezenas de sistemas de inteligência artificial (IA) fabricados localmente para seus…
A Alphabet, dona do Google, anunciou na quinta-feira (31) um conjunto de recursos que incorporam…
A startup de design Recraft acaba de anunciar seu novo modelo de inteligência artificial (IA)…