精準學将公布中國首個語音端到端大模型

教育科技公司精準學宣布，公司已在 AI 語音交互技術上取得領先性的突破，成功訓練了中國首個語音端到端大模型 " 心流知鏡 -s ( V02 ) "，可直接實現語音輸入 - 語音輸出的交互，使其更适配輔學場景，使大模型達到 " 真人老師 " 級别的自然對話交流體驗。

" 心流知鏡 -s ( V02 ) " 使用端到端語音結構，避免了級聯 ASR+LLM+TTS 方式額外延遲，同時也更好的改善純文本模型損失的情感節奏等豐富信息，接近人類的語音交互體驗。

精準學也提供時間表開放基礎模型供學術和非商用使用，緻力于爲中文 AI 社區的科研和技術探索作出貢獻。

" 心流知鏡 -s ( V02 ) " 的發布，不僅将在高質量中文語音 Codec 和中文自監督預訓練 Encoder 基礎設施上填補中文開源社區的空白，還将在全球範圍内成爲首個開放給技術社區的語音端到端大模型。

精準學将于近期對外展示這項技術的應用成果。5 月，公司獲得了阿裏 2 億元投資，目前其 AI 輔學機 Bong 系列已在天貓京東上線。不久後用戶也可以在精準學 AI 輔學機上體驗到這項技術突破成果。