跳到正文

hertz-dev

开源的全双工、仅音频变换器基础模型

访问官网

hertz-dev 是什么

hertz-dev 被介绍为 Standard Intelligence 开源的全双工、仅音频变换器基础模型,面向低延迟的实时语音交互。

你可以用它做什么

  • 把单声道语音转换为低比特率潜在表示
  • 预测下一个编码音频帧

上手流程

  • 从项目页克隆或下载代码
  • 安装依赖后运行编码与解码测试

优点与缺点

✓ 我们认可的地方

  • 模型开源,便于研究人员微调
  • 设计中包含卷积音频自动编码器

! 需要留意的地方

  • 资料描述的输入是单声道 16kHz 语音
  • 针对各任务的微调由研究者完成

常见问题

有多少参数?

资料说明基础模型拥有 85 亿参数。

由谁发布?

资料点名由 Standard Intelligence 开源发布。

最后评测: 2026-11-15

更多 AI 音频工具 工具

查看全部 →

评测方法