近日，階躍星辰在官方公眾號上宣布了一項重大突破——推出Step-1o千億參數(shù)端到端語音大模型。該模型被譽為“國內(nèi)首個千億參數(shù)端到端語音大模型”，標(biāo)志著我國在語音技術(shù)領(lǐng)域取得了新的里程碑。

據(jù)階躍星辰介紹，傳統(tǒng)的語音模型通常采用級聯(lián)方案，即先將用戶輸入的語音信息轉(zhuǎn)化為文本，再進(jìn)行二次轉(zhuǎn)化以生成語音輸出。這種方案不僅過程繁瑣，降低了傳輸效率，而且在轉(zhuǎn)化過程中容易折損掉包括情緒在內(nèi)的關(guān)鍵信息。這導(dǎo)致傳統(tǒng)語音模型存在時延長、反應(yīng)慢、回答質(zhì)量和智能水平不足，以及情感表達(dá)空洞刻板等缺陷。

而階躍星辰推出的Step-1o模型則采用了端到端的語音方案，實現(xiàn)了語音理解和生成的一體化。這一創(chuàng)新設(shè)計不僅提升了模型的智商上限，還使其能夠更好地理解和表達(dá)情感，從而克服了傳統(tǒng)語音模型的諸多缺陷。

Step-1o千億參數(shù)端到端語音大模型的發(fā)布，不僅展示了階躍星辰在語音技術(shù)領(lǐng)域的深厚實力，也為我國語音技術(shù)的發(fā)展注入了新的活力。未來，隨著該模型的不斷優(yōu)化和應(yīng)用推廣，相信將為用戶帶來更加智能、高效和自然的語音交互體驗。