跳转到正文
GETAI.APP
XGETAI.APP查看原文

Haru-4B 开放权重,支持边听边说的语音对话

公开权重与多种推理实现,定位研究用基础模型,而非可靠的事实问答助手。

麦克风主题插画

Higurashi 公开 Haru-4B 语音对话基础模型的权重与推理代码,采用 Apache 2.0 许可。它以全双工方式处理输入和输出,可以在听用户说话的同时生成语音,支持相互打断与接话。

项目提供 PyTorch Web 演示、面向 macOS 的 MLX 实现,以及 vLLM-Omni 服务插件。模型使用参考音频设定声音,但仓库不附带可直接挪用的声音素材。

发布方明确将其定位为研究用预训练基础模型:能够自然对话,不等同于可靠的事实问答助手,也不具备与指令模型完全相同的指令遵循能力。

原始资料:Hugging Face。

配图:GETAI.APP 原创主题插画,非新闻现场实拍或官方产品界面。

登录

每一次探索,都更进一步。

从这里,开启新的灵感。

还没有账号?