谷歌推出 AudioPaLM，一款能說會聽的大語言模型

品玩 6 月 25 日訊，據 huggingface 頁面顯示，谷歌研究團隊近日推出一款大語言模型産品 AudioPaLM，可以實現語音理解和生成功能。

AudioPaLM 将兩個大語言模型 PaLM-2 和 AudioLM 融合到一個統一的多模态架構之中，利用該架構處理和生成文本和語音。 AudioPaLM 還支持語音識别以及語音翻譯。

試驗表明，AudioPaLM 的表現顯著優于現有的語音翻譯系統。