مهندسان گوگل،  AudioPaLM  را به‌عنوان مدل زبان جدید رونمایی کرده‌اند که قادر است با دقت چشمگیری به صحبت‌های دیگران گوش داده و حتی آن‌ها را به زبان‌های دیگر با صدای خود فرد ترجمه کند. این مدل از معماری چندوجهی استفاده می‌کند و نقاط قوت دو مدل کنونی یعنی  PaLM-2 و AudioLM   را ادغام خواهد کرد.

به گزارش گیزموچاینا،  AudioPaLM از واژگان مشترکی استفاده می‌کند که گفتار و متن را با بهره‌گیری از تعداد محدودی نشانه‌های مجزا، بیان می‌کند؛ این ویژگی به مدل مذکور اجازه خواهد داد تا کارهایی همچون تشخیص گفتار، تبدیل متن به گفتار و ترجمه‌ گفتار به گفتار را با معماری و فرایند آموزشی واحد، اجرا کند.

مهندسان گوگل،  AudioPaLM  را به‌عنوان مدل زبان جدید رونمایی کرده‌اند که قادر است با دقت چشمگیری به صحبت‌های دیگران گوش داده و حتی آن‌ها را به زبان‌های دیگر با صدای خود فرد ترجمه کند. این مدل از معماری چندوجهی استفاده می‌کند و نقاط قوت دو مدل کنونی یعنی  PaLM-2 و AudioLM   را ادغام خواهد کرد.

به گزارش گیزموچاینا،  AudioPaLM از واژگان مشترکی استفاده می‌کند که گفتار و متن را با بهره‌گیری از تعداد محدودی نشانه‌های مجزا، بیان می‌کند؛ این ویژگی به مدل مذکور اجازه خواهد داد تا کارهایی همچون تشخیص گفتار، تبدیل متن به گفتار و ترجمه‌ گفتار به گفتار را با معماری و فرایند آموزشی واحد، اجرا کند.