9 月 6 日消息，西湖心辰發(fā)布了心辰 Lingo 語音大模型，號稱是“國內(nèi)首個端到端通用語音大模型”。

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

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

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

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

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

• 　　語音模態(tài)超級壓縮：采用具有數(shù)百倍壓縮率的語音編解碼器，降低計算和存儲成本

目前心辰 Lingo 語音大模型仍需通過內(nèi)測申請，申請鏈接如下：https://lingo.xinchenai.com/