谷歌推出 AudioPaLM，一款能说会听的大语言模型

(相关资料图)

品玩 6 月 25 日讯，据 huggingface 页面显示，谷歌研究团队近日推出一款大语言模型产品 AudioPaLM，可以实现语音理解和生成功能。

AudioPaLM 将两个大语言模型 PaLM-2 和 AudioLM 融合到一个统一的多模态架构之中，利用该架构处理和生成文本和语音。 AudioPaLM 还支持语音识别以及语音翻译。

试验表明，AudioPaLM 的表现显著优于现有的语音翻译系统。