分类 AI模型
Spirit LM 是什么
Spirit LM 被介绍为一个基础多模态语言模型,把文本和语音混合到单一令牌流中,采用词级交错方法训练。
你可以用它做什么
- 把文本与语音放进同一序列
- 基础版使用音素单元
- 表达版加入音高与风格单元
上手流程
- 阅读 GitHub 页面或论文
- 选择版本并下载预训练模型
- 准备语音与文本平行语料库
优点与缺点
✓ 我们认可的地方
- 资料称兼具语义能力与表达能力
- 少量样本即可学习跨模态新任务
! 需要留意的地方
- 两个版本使用不同的单元
- 所述基础是 7B 文本模型
常见问题
两个版本是什么?
资料列出使用音素单元的基础版,以及增加音高与风格单元的表达版。
列出哪些任务?
资料列出 ASR、TTS 与语音分类等跨模态任务。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台