SoundStorm

SoundStorm es un modelo de IA generativa desarrollado por Google Research para la generación de audio no autorregresiva eficiente. Produce voz y música de alta calidad y sonido natural mediante decodificación paralela de tokens de audio, significativamente más rápido que los métodos autorregresivos. Los usuarios objetivo incluyen investigadores y desarrolladores que necesitan síntesis de audio rápida para aplicaciones como asistentes de voz, creación de contenido y herramientas de accesibilidad. Su singularidad radica en su capacidad para generar audio en tiempo real con latencia mínima mientras mantiene alta fidelidad, aprovechando un mecanismo de atención bidireccional y un enfoque de entrenamiento novedoso.