SoundStorm

SoundStorm est un modèle d'IA générative développé par Google Research pour la génération audio non-autorégressive efficace. Il produit de la parole et de la musique de haute qualité et naturelle par décodage parallèle de jetons audio, significativement plus rapide que les méthodes autorégressives. Les utilisateurs cibles incluent les chercheurs et les 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 unicité réside dans sa capacité à générer de l'audio en temps réel avec une latence minimale tout en maintenant une haute fidélité, en utilisant un mécanisme d'attention bidirectionnelle et une approche d'entraînement novatrice.