Тег: NVIDIA Unified Audio Language Model

UALM-Reason связывает понимание звука и его генерацию через диалог, уточнение запроса и повторную оценку результата.

UALM объединяет понимание аудио, генерацию звука по тексту и обычные текстовые задачи в исследовательской модели 7B.

UALM-Gen преобразует текстовый запрос в аудио, предсказывая аудиотокены непосредственно языковой моделью.