Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

IT House berichtete am 24. August, dass Xihu Xinchen, investiert von Jinke Tomcat, im August dieses Jahres das große Sprachmodell Xinchen Lingo auf den Markt gebracht hat. Es wurde heute (24. August) eingeführt. Offener Beta-Testtermin.

In der am 21. August veröffentlichten Ankündigung hieß es in der offiziellen Einführung, dass das End-to-End-Voice-Großmodell im Vergleich zu herkömmlichem TTS eine umfassendere Technologie sei.Es unterstützt nicht nur die Spracherkennung, sondern integriert auch mehrere Verknüpfungen wie Verarbeitung natürlicher Sprache, Absichtserkennung, Dialogmanagement und Sprachsynthese und realisiert so einen vollständigen Interaktionsprozess von der Spracheingabe bis zum Sprachfeedback, was die Tiefe und Breite der menschlichen Kommunikation erheblich bereichert. Computerinteraktion.

Unter Berufung auf eine offizielle Pressemitteilung gab IT Home an, dass das Xinchen Lingo-Sprachmodell das erste Modell in China sei, das mit den GPT-4o-Sprachfunktionen mithalten könne. Es habe die folgenden drei wesentlichen Merkmale in Bezug auf die technischen Fähigkeiten:

Muttersprachliches Verständnis:Als End-to-End-Modell kann Xinchen Lingo nicht nur Textinformationen in der Sprache erkennen, sondern auch andere wichtige Merkmale wie Emotionen, Ton, Tonhöhe und sogar Umgebungsgeräusche genau erfassen und so dem Modell helfen, den Sprachinhalt umfassender zu verstehen Dadurch wird ein natürlicheres und lebendigeres interaktives Erlebnis ermöglicht.

Ausdrücke mit mehreren Sprachstilen:Xinchen Lingo kann die Geschwindigkeit, Höhe und Geräuschintensität der Sprache je nach Kontext und Benutzeranweisungen adaptiv anpassen und Sprachantworten in verschiedenen Stilen wie Dialog, Gesang, Übersprechen usw. erzeugen, wodurch die Flexibilität des Modells in verschiedenen Stilen effektiv verbessert wird Anwendungsszenarien und Anpassungsfähigkeit.

Sprachmodale Superkomprimierung:Xinchen Lingo verwendet einen Sprachcodec mit hundertfacher Komprimierungsrate, der Sprache auf eine extrem kurze Länge komprimieren kann, was die Rechen- und Speicherkosten erheblich senkt und gleichzeitig dem Modell hilft, qualitativ hochwertige Sprachinhalte zu generieren.