NVIDIA Audio Flamingo 3-Chat
Audio Flamingo 3-Chat ведёт многоходовой диалог по нескольким аудиозаписям и поддерживает голосовой ответ.
Audio Flamingo 3-Chat — отдельный дообученный вариант Audio Flamingo 3, созданный для диалога по аудио. Он поддерживает несколько связанных фрагментов в одной беседе и голосовое взаимодействие. В отличие от базового AF3, который прежде всего описан как модель понимания и рассуждения, Chat-версия специально настроена на обмен репликами и продолжение разговора с учётом контекста.
Диалог с несколькими записями
Контекст сохраняется между вопросами
Пользователь может задать вопрос по одному фрагменту, затем загрузить второй и попросить сравнить их или уточнить предыдущий ответ. Официальная страница демонстрирует multi-turn, multi-audio chat. Это отличается от однократного запроса к аудиофайлу: модель должна учитывать содержание разговора и связывать его с несколькими входами. Чем точнее сформулирован вопрос и формат ответа, тем проще проверить результат.
Голосовой сценарий
Распознавание и речевой ответ
В проектной странице NVIDIA AF3-Chat описан как вариант для voice-to-voice взаимодействия; общий репозиторий Audio Flamingo также указывает streaming TTS. Для этой версии важно отделять возможности полного демонстрационного конвейера от состава модельных весов: конкретную интеграцию речевого входа и синтеза следует проверять по инструкции выбранного чекпойнта и демо.
Связь с базовой моделью
Специализация на беседе, а не новое поколение
AF3-Chat не является Audio Flamingo 4: это опубликованный вместе с AF3 разговорный вариант семейства, обученный для нескольких аудиофрагментов и обмена репликами. Для подробного описания аудио и on-demand рассуждений см. Audio Flamingo 3. Следующее поколение AF-Next представлено несколькими другими контрольными точками: Instruct, Think и Captioner.
Связанные модели и разработчик
Страницы семейства NVIDIA
NVIDIA Audio Flamingo 3 · NVIDIA Audio Flamingo Next Instruct · NVIDIA в Вики Futuretools
Дата публикации и первичный источник
Материалы NVIDIA
Страница NVIDIA ADLR датирует выпуск AF3-Chat 09.07.2025 и называет его fine-tuned-вариантом для multi-turn, multi-audio chat и voice-to-voice interaction. Официальный Hugging Face-репозиторий модели указывает выпуск 10.07.2025. Первичный источник: официальные материалы NVIDIA.