NVIDIA初のオープンソース双方向音声モデルVoiceChat 11Bが正式リリース

NVIDIAは、初めてのオープンソースのエンドツーエンド型双方向音声会話モデルであるNemotronLabs VoiceChat 11Bをリリースしました。単一のネットワークでストリーミング音声認識と生成を直接行い、従来のASR、LLM、TTSの分離構造に代わって、リアルタイムの音声インタラクションの突破を実現しました。