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 Organização Mundial da Saúde reuniu ministros, autoridades governamentais e especialistas de 37 países em…
A inteligência artificial (IA) já começa a transformar hospitais, consultórios e sistemas de saúde, assumindo…
A OpenAI apresentou oficialmente o GPT-5.6, sua mais nova geração de modelos de inteligência artificial…
A OpenAI deu um passo que pode redefinir o equilíbrio de poder no setor de…
Um dos maiores desafios da medicina moderna está nos chamados "casos sem resposta": pacientes que…
A Argentina deu um passo inédito na corrida global pela inteligência artificial (IA). O governo…