Ant Group lança open source o modelo multimodal completo Ming-Flash-Omni 2.0

Ant Group lançou open source o modelo multimodal completo Ming-Flash-Omni 2.0, o primeiro modelo de geração unificada de áudio para todos os cenários do setor. Ele pode gerar simultaneamente fala, efeitos ambientais e música na mesma faixa de áudio. Os usuários podem usar comandos em linguagem natural para controlar tom, velocidade, entonação, volume, emoção e dialeto. Durante a fase de inferência, o modelo alcançou uma taxa de quadros de inferência extremamente baixa de 3,1Hz, permitindo a geração em tempo real de áudios longos de minutos com alta fidelidade. (Jornal da Banca de Inovação e Tecnologia)

Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
0/400
Nenhum comentário
  • Fixar

Negocie cripto em qualquer lugar e a qualquer hora
qrCode
Digitalizar para transferir a aplicação Gate
Novidades
Português (Portugal)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)