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