SoundStorm

SoundStorm 是由 Google Research 开发的一种生成式 AI 模型，用于高效的非自回归音频生成。它通过并行解码音频令牌生成高质量、自然流畅的语音和音乐，速度显著快于自回归方法。目标用户包括需要快速音频合成的研究人员和开发者，应用于语音助手、内容创作和无障碍工具等领域。其独特之处在于能够以极低延迟实时生成音频，同时保持高保真度，这得益于双向注意力机制和创新的训练方法。