9 月 6 日消息，西湖心辰發(fā)布了心辰 Lingo 語(yǔ)音大模型，號(hào)稱(chēng)是“國(guó)內(nèi)首個(gè)端到端通用語(yǔ)音大模型”。

　　官方表示，針對(duì)心辰 Lingo端到端語(yǔ)音大模型的能力，在多個(gè)領(lǐng)域和中文上進(jìn)行增強(qiáng)，使得心辰 Lingo 的中文語(yǔ)音效果，相較 GPT-4o 更為出色。心辰 Lingo 于 8 月24 日開(kāi)啟內(nèi)測(cè)，至今已經(jīng)有超千家企業(yè)用戶預(yù)約測(cè)試。

　　相比較傳統(tǒng) TTS，端到端語(yǔ)音大模型則是一種更為全面的技術(shù)，不僅可以語(yǔ)音識(shí)別，還集成了自然語(yǔ)言處理、意圖識(shí)別、對(duì)話管理以及語(yǔ)音合成等多個(gè)環(huán)節(jié)，實(shí)現(xiàn)了從語(yǔ)音輸入到語(yǔ)音反饋的完整交互過(guò)程。

　　心辰 Lingo 語(yǔ)音模型技術(shù)能力上具備以下三個(gè)特點(diǎn)：

• 　　原生的語(yǔ)音理解：能夠識(shí)別語(yǔ)音中的文字信息與其他重要特征，如情感、語(yǔ)氣、音調(diào)等

• 　　多種語(yǔ)音風(fēng)格表達(dá)：可以根據(jù)上下文和用戶指令，自適應(yīng)調(diào)整語(yǔ)音的速度、高低、噪聲強(qiáng)度，并能夠生成對(duì)話、歌唱、相聲等多種風(fēng)格的語(yǔ)音響應(yīng)

• 　　語(yǔ)音模態(tài)超級(jí)壓縮：采用具有數(shù)百倍壓縮率的語(yǔ)音編解碼器，降低計(jì)算和存儲(chǔ)成本

目前心辰 Lingo 語(yǔ)音大模型仍需通過(guò)內(nèi)測(cè)申請(qǐng)，申請(qǐng)鏈接如下：https://lingo.xinchenai.com/