# 即時語音交互

Voila是一個大型語音-語言基礎模型家族，旨在提升人機交互體驗，支持即時、低延遲的語音交互和多語言處理。

Voila是一個大型語音-語言基礎模型家族，旨在提升人機交互體驗，支持即時、低延遲的語音交互和多語言處理。

Voila是一個全新的大型語音-語言基礎模型系列，旨在將人機交互體驗提升至全新水平。

SeaLLMs-Audio是面向東南亞的大規模音頻語言模型，支持印尼語、泰語、越南語、英語和中文五大語種，具備音頻分析、語音交互等能力。

Voila是一個大型語音-語言基礎模型系列，旨在提升人機交互體驗，支持多種音頻任務和語言。

MiniCPM-o 2.6的int4量化版本，顯著降低GPU顯存佔用，支持多模態處理能力。

Typhoon-Audio 預覽版是一款支持泰語和英語的音頻-語言模型，能夠處理文本和音頻輸入，輸出為文本。

Ultravox 是一個基於 Llama3-8B-Instruct 和 Whisper-small 構建的多模態語音大語言模型，能夠同時處理語音和文本輸入。

基於Speech Commands v2數據集微調的音頻頻譜圖變換器模型，用於音頻分類任務，準確率達98.12%。