Recentemente, pesquisadores da Universidade Fudan fizeram um grande avanço e lançaram com sucesso um novo modelo de linguagem de fala em grande escala, o SpeechGPT-Gen. O modelo tem um tamanho de parâmetro de 8 bilhões e tem excelente desempenho nas áreas de conversão de texto em fala, conversão de voz e diálogo de voz. Sua alta eficiência vem do método inovador de geração de cadeia de informações. Esta pesquisa estabelece um novo marco para o desenvolvimento da tecnologia de inteligência artificial de voz e fornece forte suporte técnico para aplicações mais inteligentes no futuro.
Webmaster Home relatou que pesquisadores da Universidade Fudan lançaram o SpeechGPT-Gen, um modelo de linguagem de grande escala com parâmetros de 8B e alta eficiência na modelagem de informações semânticas e perceptivas. O modelo demonstra excelente desempenho e escalabilidade em vários aplicativos, como conversão de texto em fala de disparo zero, conversão de fala e diálogo de voz. O método Chain of Information Generation (CoIG) é adotado para resolver o problema de ineficiência nos métodos tradicionais de geração de fala. Além disso, o modelo utiliza informações semânticas a priori na correspondência de fluxos, o que melhora a eficiência e a qualidade de saída do modelo.
O surgimento do modelo SpeechGPT-Gen marca um progresso significativo na tecnologia de inteligência artificial de fala. Sua alta eficiência e escalabilidade oferecem a possibilidade de mais cenários de aplicação no futuro. Acredito que resultados de pesquisa mais surpreendentes surgirão no futuro.