Νέο μοντέλο Audio Interaction: Αδιάκοπη ακρόαση και επεξεργασία ήχου σε πραγματικό χρόνο (Source: the-decoder.com)
Σε αντίθεση με άλλα γνωστά μοντέλα τεχνητής νοημοσύνης, όπως το GPT-4o ή το Qwen3.5-Omni, το νέο μοντέλο Audio Interaction διακρίνεται για την ικανότητά του να μην αναμένει την ολοκλήρωση μιας ηχογράφησης. Αντιθέτως, επεξεργάζεται τον ήχο αδιάκοπα, λειτουργώντας ως ενιαία ροή δεδομένων. Αυτό του επιτρέπει να εκτελεί ταυτόχρονα πολλαπλές λειτουργίες, όπως μετάφραση, μεταγραφή, συνομιλία, καθώς και την ανίχνευση καθημερινών ήχων, όπως ο βήχας, σε πραγματικό χρόνο. Ο πλήρης κώδικας του μοντέλου, τα βάρη του και οι αναλυτικές οδηγίες για τη λήψη του είναι ήδη διαθέσιμα στην πλατφόρμα GitHub, υπό την άδεια ανοιχτού κώδικα Apache 2.0. Τα δεδομένα που χρησιμοποιήθηκαν για την εκπαίδευσή του αναμένεται να δημοσιευθούν σε μεταγενέστερο στάδιο.
