教育科技公司精準(zhǔn)學(xué)宣布，公司已在AI語音交互技術(shù)上取得領(lǐng)先性的突破，成功訓(xùn)練了中國首個語音端到端大模型“心流知鏡-s(V02)”，可直接實現(xiàn)語音輸入-語音輸出的交互，使其更適配輔學(xué)場景，使大模型達(dá)到“真人老師”級別的自然對話交流體驗。

“心流知鏡-s(V02)” 使用端到端語音結(jié)構(gòu)，避免了級聯(lián)ASR+LLM+TTS方式額外延遲，同時也更好的改善純文本模型損失的情感節(jié)奏等豐富信息，接近人類的語音交互體驗。

精準(zhǔn)學(xué)也提供時間表開放基礎(chǔ)模型供學(xué)術(shù)和非商用使用，致力于為中文AI社區(qū)的科研和技術(shù)探索作出貢獻(xiàn)。

“心流知鏡-s(V02)”的發(fā)布，不僅將在高質(zhì)量中文語音Codec和中文自監(jiān)督預(yù)訓(xùn)練Encoder基礎(chǔ)設(shè)施上填補(bǔ)中文開源社區(qū)的空白，還將在全球范圍內(nèi)成為首個開放給技術(shù)社區(qū)的語音端到端大模型。

精準(zhǔn)學(xué)將于近期對外展示這項技術(shù)的應(yīng)用成果。5月，公司獲得了阿里2億元投資，目前其AI輔學(xué)機(jī)Bong系列已在天貓京東上線。不久后用戶也可以在精準(zhǔn)學(xué)AI輔學(xué)機(jī)上體驗到這項技術(shù)突破成果。