personaplex-7b-v1 nvidia

标签

• 多模态
• 语音合成
• 语音识别
• 对话数据
• 音频生成
• 大语言模型
• 深度学习

摘要

Personaplex-7B-v1 是 NVIDIA 推出的 70 亿参数语音对话模型，采用 Moshi 框架，支持 audio-to-audio 的端到端语音交互。该模型能够直接以语音输入并生成语音回复，实现自然人机对话，适用于语音助手、实时语音对话等场景。