SoundStorm

SoundStorm est un modèle d'IA générative développé par Google Research pour la génération audio non autorégressive efficace. Il produit une parole et une musique de haute qualité et naturelles grâce au décodage parallèle de jetons audio, bien plus rapide que les méthodes autorégressives. Les utilisateurs cibles incluent les chercheurs et développeurs ayant besoin d'une synthèse audio rapide pour des applications comme les assistants vocaux, la création de contenu et les outils d'accessibilité. Son caractère unique réside dans sa capacité à générer de l'audio en temps réel avec une latence minimale tout en maintenant une haute fidélité, en exploitant un mécanisme d'attention bidirectionnelle et une approche d'entraînement novatrice.