# 多語言語音翻譯

Ultravox是一個多模態語音大語言模型，能夠理解和處理語音輸入，支持多種語言和噪聲環境。

Ultravox 是一個基於 Llama3.1-8B-Instruct 和 Whisper-small 的多模態語音大語言模型，能夠同時處理語音和文本輸入。

Phi-4-multimodal-instruct是一款輕量級開源多模態基礎模型，融合了Phi-3.5和4.0模型的語言、視覺及語音研究與數據集。支持文本、圖像和音頻輸入，生成文本輸出，並具備128K標記的上下文長度。

Ultravox是基於Llama3.3-70B和Whisper構建的多模態語音大語言模型，支持語音和文本輸入，適用於語音代理、翻譯等場景。

Ultravox是一個基於Llama3.3-70B-Instruct和whisper-large-v3-turbo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。

Ultravox 是一個基於 Mistral-Nemo 和 Whisper 的多模態模型，可同時處理語音和文本輸入，適用於語音代理、語音翻譯等任務。

Ultravox 是一個多模態語音大語言模型，基於預訓練的 Llama3.1-70B-Instruct 和 whisper-large-v3-turbo 主幹構建，能夠同時接收語音和文本作為輸入。

Ultravox是基於Llama3.1-8B-Instruct和whisper-large-v3-turbo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。

Ultravox 是一款基於 Llama3.1-8B-Instruct 和 Whisper-medium 的多模態語音大語言模型，能夠同時處理語音和文本輸入。

SeamlessM4T是一個大規模多語言多模態機器翻譯模型，支持近100種語言的語音和文本翻譯。

SeamlessM4T v2 是 Facebook 發佈的大規模多語言多模態機器翻譯模型，支持近100種語言的語音和文本翻譯。

SeamlessM4T 是一個支持多語言語音和文本翻譯的統一模型，能夠實現語音到語音、語音到文本、文本到語音和文本到文本的翻譯任務。

SeamlessM4T 是一個多語言翻譯模型，支持語音和文本的輸入輸出，實現跨語言交流。

Facebook的Wav2Vec2 XLS-R模型，用於多語言語音到英語的翻譯任務

基於Transformer的端到端多語言語音翻譯模型，支持英語到多種語言的語音翻譯

Facebook的Wav2Vec2 XLS-R模型，用於多語言語音到英語的翻譯任務。

Facebook的Wav2Vec2 XLS-R模型，針對15種語言的語音翻譯任務進行了微調，能夠將英語口語翻譯為多種書面語言。

Facebook的Wav2Vec2 XLS-R針對21種語言到英語的語音翻譯進行了微調

Facebook的Wav2Vec2 XLS-R模型微調用於語音翻譯任務，支持15種語言從英語到目標語言的翻譯。

Facebook的Wav2Vec2 XLS-R模型微調用於多語言語音翻譯任務，支持15種語言的英語到目標語言的翻譯。

Facebook的Wav2Vec2 XLS-R模型微調用於多語言語音翻譯任務，支持22種輸入語言和16種輸出語言的互譯。