مدل جدید گوگل بهخاطر ترکیب دو مدل زبانی، میتواند متن و گفتار را پردازش کند یا آنها را بسازد. این موضوع کاربردهای AudioPaLM را افزایش میدهد و میتوان از آن برای کارهایی مانند تشخیص صدا یا تبدیل صدا به متن استفاده کرد.
به گزارش مجله خبری نگار،محققان گوگل از یک مدل زبانی بزرگ جدید به نام AudioPaLM رونمایی کردهاند که توانایی شنیدن، حرفزدن و ترجمه دارد. این مدل که با دقت بالایی کار میکند، از ترکیب PaLM-۲ و AudioLM خلق شده است.