ichigo
本地实时语音AI
Ichigo是一个开放的研究项目，旨在为文本语言模型增加本地化的语音交互能力。使用早期融合技术与公开数据和权重，它可以在设备端运行，类似本地化的Siri。项目的近期进展包括提升模型在复杂交互中的语音指令跟随能力，并训练模型在背景噪音中拒绝非语音输入。项目还提供开放的合作机会，计划未来通过众包进行语音数据集扩展。更多技术细节及成果已在最新发布的研究论文中详述。
Ichigo项目是一个名为“草莓”的本地实时语音人工智能实验项目，其前身为llama3-s。这个项目的主要目标是扩展现有的文本基础大型语言模型（LLM），让其具备原生的“聆听”能力，可以理解为一种开放数据、开源权重的设备内置语音助手，类似Siri。
Ichigo的技术核心是采用早期融合技术，这一概念得到Meta的Chameleon论文的启发。项目团队将项目的开发和训练过程公开，与社区一起分享和合作。
在项目发展方面，Ichigo已经经历了多个版本的迭代：在Ichigo v0.3模型中，项目使用了更洁净和改进的数据，大幅提升了模型的MMLU评分，并显著增强了语音指令的跟随能力，同时可以在多轮交互中表现出色。值得注意的是，项目团队还采用了噪声合成数据，使模型能够拒绝处理非语音的音频输入，进一步提升了用户体验。
Ichigo项目是一个开放的研究计划，诚邀感兴趣的研究人员通过Homebrew的Discord频道进行合作讨论。团队也计划在未来通过众包的方式收集语料数据。
为了方便大家上手使用，Ichigo项目提供了Google Colab的使用教程。此外，对于如何进行合成数据的生成，也有相应的详细指导文件。项目的代码和各类模型训练所需的资源在GitHub上开放，感兴趣的用户可以根据自己的需求在本地进行安装和使用。
总而言之，Ichigo项目代表了一种创新尝试，将语音识别技术与大型语言模型相结合，致力于打造一个更为智能的语音助手系统。通过不断更新和完善，Ichigo提供了一个高效且可拓展的平台，让更多人参与到现代AI技术的发展中。
编辑推荐精选
音述AI
全球首个AI音乐社区
音述AI是全球首个AI音乐社区，致力让每个人都能用音乐表达自我。音述AI提供零门槛AI创作工具，独创GETI法则帮助用户精准定义音乐风格，AI润色功能支持自动优化作品质感。音述AI支持交流讨论、二次创作与价值变现。针对中文用户的语言习惯与文化背景进行专门优化，支持国风融合、C-pop等本土音乐标签，让技术更好地承载人文表达。
QoderWork
阿里Qoder团队推出的桌面端AI智能体
QoderWork 是阿里推出的本地优先桌面 AI 智能体，适配 macOS14+/Windows10+，以自然语言交互实现文件管理、数据分析、AI 视觉生成、浏览器自动化等办公任务，自主拆解执行复杂工作流，数据本地运行零上传，技能市场可无限扩展，是高效的 Agentic 生产力办公助手。
lynote.ai
一站式搞定所有学习需求
不再被海量信息淹没，开始真正理解知识。Lynote 可摘要 YouTube 视频、PDF、文章等内容。即时创建笔记，检测 AI 内容并下载资料，将您的学习效率提升 10 倍。
AniShort
为AI短剧协作而生
专为AI短剧协作而生的AniShort正式发布，深度重构AI短剧全流程生产模式，整合创意策划、制作执行、实时协作、在线审片、资产复用等全链路功能，独创无限画布、双轨并行工业化工作 流与Ani智能体助手，集成多款主流AI大模型，破解素材零散、版本混乱、沟通低效等行业痛点，助力3人团队效率提升800%，打造标准化、可追溯的AI短剧量产体系，是AI短剧团队协同创作、提升制作效率的核心工具。
seedancetwo2.0
能听懂你表达的视频模型
Seedance two是基于seedance2.0的中国大模型，支持图像、视频、音频、文本四种模态输入，表达方式更丰富，生成也更可控。
nano-banana纳米香蕉中文站
国内直接访问，限时3折
输入简单文字,生成想要的图片，纳米香蕉中文站基于 Google 模型的 AI 图片生成网站，支持文字生图、图生图。官网价格限时3折活动
扣子-AI办公
职场AI，就用扣子
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
堆友
多风格AI绘画神器
堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进 创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。
码上飞
零代码AI应用开发平台
零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号