#音频理解

共 3 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「音频理解」标签的资讯、产品与论文，按刊登时间排，新的在上。

7月8日

模型中美对照多源确认73°13:56

英伟达发布 Audex 统一模型：30B 总参数，避免多模态扩展后文本能力下滑

英伟达出了个Audex，30B参数但只激活3B，能听能说还不掉文本能力，MMLU-Redux得分86.4比原来还高一点。

#Audex #Nemotron #英伟达 #多模态

IT之家3 个信源在谈原文

模型中美对照官方一手08:54

NVIDIA发布Audex：统一音频-文本LLM，保留骨干文本智能

NVIDIA发了款新模型Audex，能同时搞定音频理解、语音识别、翻译、TTS和音频生成，而且几乎没牺牲原有文本模型的性能。

#Audex #NVIDIA #多模态 #音频理解

官方一手marktechpost@Asif Razzaq11 个信源在谈原文

5月16日

模型中美对照22:36

Doubao-Seed-2.0-lite 0428 内测：豆包首款全模态理解模型

豆包终于补齐了音频理解短板，做多模态应用的开发者可以直接拿 API 测试前端动效复刻、视频分析等场景，比之前只能处理文本和图片强太多。

#豆包 #Doubao-Seed-2.0-lite #全模态理解 #音频理解

向阳乔木@vista8原文