科技應用 Google 語音內容 AudioPaLM 跨語言溝通 Google 發表語音理解與生成模型 AudioPaLM Google的研究團隊開發了一種名為AudioPaLM的大型自然語言模型，可以聆聽並理解語音內容，並自動生成口說內容，該模型還可以進行多語言翻譯，增進跨語言溝通便利性。 Google研究團隊近期提出一項名為AudioPaLM的大型自然語言模型，將能實現語音內容聆聽理解，並且自動生成口說內容。 AudioPaLM的背後是由PaLM 2與AudioLM兩種模型組合，並且對應多模運作框架，使其能聆聽、理解語言內容，並且藉由自動生成式人工智慧產生口說內容。 除了識別語音內容，並且進行自然互動之外，AudioPaLM更可對應多種語言翻譯功能，因此預期未來將能直接聆聽特定口語內容，隨即轉換成另一種語言呈現 Mash Yang 1 年前
科技應用 meta Voicebox Flow Matching 語音內容 語音生成模型 Meta 推出語音生成模型 Voicebox 使用 Flow Matching 演算法學習生成語音 Meta Voicebox語音生成模型可學習原始音訊和文字，生成自然且生動的語音，且可進行內容編輯、風格轉換和生成不同聲音特色的語音內容。 Meta稍早公布名為Voicebox的語音生成模型，將可透過Flow Matching演演算法，從大量原始音訊與轉錄文字進行學習，進而生成自然生動的語音內容。 同時，Voicebox並未限制僅能用於特定領域的語音內容，透過足夠音訊與文字內容即可產生去除噪音、清晰語音，同時還能進行內容編輯、風格轉換，或是輸出不同聲音特色語音內容。 而藉由Flow Matching演演算法，即可直接從原始音訊、文字內容進行學習，同時產生語音內容，無須像過往同類型語音生成模型必 Mash Yang 1 年前
