StepFun은 Step-Audio-AQAA를 발표했습니다. 이 모델은 음성 인식, 자연어 이해, 오디오 생성을 결합한 완전한 엔드 투 엔드 오디오 언어 모델입니다. 텍스트 변환에 의존하는 것이 아니라 음성 상호작용을 위해 설계되었습니다. 인공 지능 상호작용 시스템에서 인간의 음성에 동등하게 표현력이 풍부하고 자연스러운 음성으로 응답할 수 있는 기계는 중요한 목표가 되었습니다. 음성 언어 모델링은 음성 인식, 자연어 이해 및 오디오 생성을 결합하여 이러한 비전을 확장합니다. 이 공간의 모델은 텍스트 변환에 의존하는 대신 음성을 이해하고 생성하는 것을 목표로 합니다.

<Mark Tech Post 뉴스 본문 전체읽기>