Textless NLP
美国
人工智能GPT-3替代大语模型(LLMS)

Textless NLP 翻译站点

从原始音频产生表达性的演讲

标签:
爱站权重:PC 百度权重移动 百度移动权重

近年来,基于文本的语言模型(例如Bert,Roberta和GPT-3)取得了长足的进步。当给出书面单词作为输入时,它们几乎可以在任何主题上生成极为现实的文本。此外,它们还提供了有用的预验证模型,可以对各种困难的自然语言处理(NLP)应用进行微调,包括情绪分析,翻译,信息检索,推论和摘要,仅使用少数标签或示例(例如,BART和XLM-R)。

但是,有一个重要的局限性:这些应用主要仅限于具有非常大的文本数据集的语言,适用于训练AI模型。

Facebook AI引入了生成语言模型(GSLM),这是第一个高性能NLP模型,它破坏了对文本的依赖。 GSLM在表示学习方面利用了最新的突破,可以直接从原始音频信号中直接工作,而无需任何标签或文本。它为无文本NLP应用程序的新时代打开了大门,即使在地球上使用的每种语言,即使没有大量文本数据集的语言。

资料来源:https://ai.facebook.com/blog/textless-nlp-generating-expressive-spech--from-raw-audio/

原文:

Text-based language models such as BERT, RoBERTa, and GPT-3 have made huge strides in recent years. When given written words as input, they can generate extremely realistic text on virtually any topic. In addition, they also provide useful pretrained models that can be fine-tuned for a variety of difficult natural language processing (NLP) applications, including sentiment analysis, translation, information retrieval, inferences, and summarization, using only a few labels or examples (e.g., BART and XLM-R).

There is an important limitation, however: These applications are mainly restricted to languages with very large text data sets suitable for training AI models.

Facebook AI is introducing Generative Spoken Language Model (GSLM), the first high-performance NLP model that breaks free of this dependence on text. GSLM leverages recent breakthroughs in representation learning, allowing it to work directly from only raw audio signals, without any labels or text. It opens the door to a new era of textless NLP applications for potentially every language spoken on Earth—even those without significant text data sets.

Source: https://ai.facebook.com/blog/textless-nlp-generating-expressive-speech-from-raw-audio/

数据统计

数据评估

Textless NLP浏览人数已经达到348,如你需要查询该站的相关权重信息,可以点击"爱站数据""Chinaz数据"进入;以目前的网站数据参考,建议大家请以爱站数据为准,更多网站价值评估因素如:Textless NLP的访问速度、搜索引擎收录以及索引量、用户体验等;当然要评估一个站的价值,最主要还是需要根据您自身的需求以及需要,一些确切的数据则需要找Textless NLP的站长进行洽谈提供。如该站的IP、PV、跳出率等!

关于Textless NLP特别声明

本站GPT 案例导航提供的Textless NLP都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由GPT 案例导航实际控制,在2023年3月9日 下午10:31收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,GPT 案例导航不承担任何责任。

相关导航