End-to-end speech generative model
Noriyuki Kojima(Kotoba Technologies Japan, Inc.)

音声基盤モデルは、AIと人間のlow-latency/seamlessなコミュニケーションを実現する為に必要不可欠な物です。音声におけるこうした基盤技術の開発は、テキストにおけるLLMと比べて技術的な発展が遅れてきた背景がありました。今回の発表では、LLMの用に大量のGPU計算資源を投入して開発するend-to-endの音声基盤モデルに関して発表します。

研究紹介ポスター／最終報告書

(1) 学術論文 （査読あり）
該当なし
(2) 国際会議プロシーディングス （査読あり）
該当なし
(3) 国際会議発表（査読なし）
該当なし
(4) 国内会議発表（査読なし）
該当なし
(5) 公開したライブラリなど
該当なし
(6) その他（特許，プレスリリース，著書等）
[]Youtubeを通じたデモ公開