LLaMA-Omni2: Real-time Voice Chatbot and Autoregressive Streaming Speech Synthesis Based on Large Language Models
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了LLaMA-Omni 2系列语音语言模型，结合了语音编码器和解码器。尽管仅使用20万多轮对话样本进行训练，该模型在多个基准测试中超越了GLM-4-Voice模型。
🏷️
