SoundStorm

SoundStorm — это генеративная модель ИИ, разработанная Google Research для эффективной, неавторегрессионной генерации аудио. Она создает высококачественную, естественно звучащую речь и музыку путем параллельного декодирования аудиотокенов, что значительно быстрее авторегрессионных методов. Целевые пользователи включают исследователей и разработчиков, нуждающихся в быстром синтезе аудио для таких приложений, как голосовые помощники, создание контента и инструменты доступности. Уникальность модели заключается в способности генерировать аудио в реальном времени с минимальной задержкой, сохраняя высокую точность, благодаря механизму двунаправленного внимания и новому подходу к обучению.