研究团队发布多流生成式语音语言模型GSLM2

1. 13:00
   arXiv 自然语言处理

   GSLM2 论文发布：基于多流语音表征的生成式语音语言模型

   研究团队提出生成式语音语言模型 GSLM2，通过多流语音表征学习打破纯语音模型在语言理解能力与扩展效率上的瓶颈。系统采用 SpidR 2.0 编码器自监督学习多层级离散单元，并通过多流 SLM 联合建模跨流依赖，最大训练规模达到 600 万小时音频与 6.5B 参数。

Current heat 5·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.