Tencent AI Open Sources Covo-Audio: A 7B Speech Language Model and Inference Pipeline for Real-Time Audio Conversations and Reasoning

Tencent AI Lab випустила Covo-Audio, 7B-параметрову end-to-end велику аудіомовну модель, призначену для об'єднання обробки мовлення та мовного інтелекту. Модель безпосередньо обробляє безперервні аудіовходи та генерує аудіовиходи в єдиній архітектурі, маючи ієрархічну структуру для безшовної кросс-модальної взаємодії. Цей випуск з відкритим кодом є значним проривом у можливостях реального часу для аудіо розмов та міркувань.