待验证50% 置信事实精确时间
Google 的 AudioPaLM 是直接实现音频到音频映射的端到端语音模型
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
GPT Live全双工语音上线：告别对讲机式交互，AI对话体验全面升级
bilibili扎马步的阑尾猫2026/7/10
相关事实
待验证Meta的Voicebox和Google的AudioPaLM是尝试将感知-理解-生成链路压缩进单一Transformer架构的语音系统79% 相似待验证端到端语音架构的代表性工作包括Google的AudioLM、Meta的Voicebox以及OpenAI Realtime API78% 相似已验证端到端语音模型直接以音频为输入和输出，在音频token层面进行理解与生成，保留语调、语速、叹气、笑声等声学特征78% 相似待验证端到端语音架构的先驱包括 Google 的 AudioLM（2022）和 Meta 的 Voicebox（2023）78% 相似待验证Google的AudioLM（2022）和Meta的SeamlessM4T（2023）验证了直接在音频域进行建模的可行性76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490689API
curl https://kongchang.com/api/v1/knowledge/claims/490689MCP
get_claim(id=490689)