理解声音情感与语调……生成自然语音
300亿参数以下模型中，韩语性能第一、英语第三
Krafton于29日表示，已在全球人工智能平台Hugging Face公开语音人工智能基础模型“A.X K2 Raon-Speech”。
Krafton正参与由科学技术信息通信部主管的“自主人工智能基础模型”项目中SK Telecom精锐团队，并主导下一代多模态模型研究。此次公开的模型是该项目第二阶段成果之一。
A.X K2 Raon-Speech是在SK Telecom的A.X K2基础小型语言模型上，应用Krafton自主训练的语音编码器和编解码器，并经训练使其能够理解及生成语音。该过程会利用用户声音中包含的信息，弥补了普通人工智能语音对话系统会削弱用户语音中情感、语调等信息的不足。
该模型规模为210亿参数，在参数量不超过300亿的公开语音语言模型中，韩语综合性能排名第一、英语综合性能排名第三。评估采用语音识别、合成、理解、语音与文本问答、工具调用等6个领域的共46项基准测试，其中包括24项韩语测试和22项英语测试。
Krafton计划将此次研究积累的语音人工智能能力，用于升级可与用户共同游玩的人工智能角色。该公司旨在实现用户与人工智能自然互动的游戏体验，例如可共玩角色理解用户的声音和意图，并以符合游戏情境的语音作出回应。
Krafton首席人工智能官Lee Kangwook表示：“A.X K2 Raon-Speech是Krafton持续研究并升级人工智能基础技术的成果。今后也将持续提升游戏所需的人工智能基础技术，打造全新的游戏体验。”
本报道由人工智能(AI)翻译技术生成。
版权所有 © 阿视亚经济。未经许可不得转载，禁止用于AI训练及使用。
