跳到正文
热点事件历史事件

Inworld 发布语音活动与轮次检测模型 SAVA

1 篇报道1 个报道来源4 天前更新

先了解这件事

AI 综述

Inworld 发布语义声学语音活动模型 SAVA,将语音检测与轮次检测合并到同一个模型中,并已在其语音产品中运行。该模型每 40 毫秒输出语音和轮次结束两个概率,参数量为 25.5M;据 Inworld 称,在 Apple M3 Max 单 CPU 线程上,每 40 毫秒帧的处理耗时不到 3 毫秒。 Inworld 说明,SAVA 首次加载时会从 Hugging Face 下载权重;它检测听到的任何声音,不区分具体说话人,因此对话策略仍需自行处理打断和“mm-hm”这类简短应答。该模型被有意设计为对轻声和远处语音保持敏感。

AI 根据报道生成 · 3 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. Inworld AI Blog精选
    Inworld 发布语音活动与轮次检测模型 SAVA

    Inworld 发布语义声学语音活动模型 SAVA,把语音检测和轮次检测合并到一个模型里,已在其语音产品中运行。模型每 40 ms 输出语音和轮次结束两个概率,参数量 25.5M,在 Apple M3 Max 单 CPU 线程上每 40 ms 帧处理耗时不到 3 ms。

本事件热度走势

可比范围当前
3
可比范围峰值
611月19日 02:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。