←
minaminao1,368 posts
minaminao avatar

minaminao

@vinami

Scaling Speech AI @HigurashiAI / Alpaca Keeping @AlpacaHack / Alt: @2llr

◷ Joined March 2016▧ 104 Photos and videos
minaminao avatar
minaminao@vinami·Nov 13

今年ずっと開発してきた、人間らしく話せることにこだわった対話モデル「Haru」をオープンウェイトで公開しました!!! いわゆる"full-duplex"ですが、我々のモデルは『リアルタイムに音声を同時に入出力する』構造で、full-duplexな対話モデルの中でも一段と人間らしく話せます。

5:45
GIGAZINE(ギガジン) avatar
⟳ minaminao retweeted
GIGAZINE(ギガジン)@gigazine·Nov 16

日本語でリアルタイム会話可能なAI「Haru-4B」がオープンモデルとして公開される、電話で話せるデモもあり

Post attachment
minaminao avatar
minaminao@vinami·Nov 13

プロンプトでいろんなキャラクター作れます

higurashiの4Bモデルで、彼女との寝落ち電話を再現した このリアルな間とか空気感を実現してくれるのは、Audio nativeなFull duplex modelでしかできないと思う... 「付き合って半年の恋人同士。毎晩寝る前に電話している。」という設定

1:27
saldra(サルドラ) avatar
⟳ minaminao retweeted
saldra(サルドラ)@sald_ra·Nov 13

おもしろい!

0:56

Haru 4Bは9言語に対応し、テキストと音声によるモデルの人物/声色設定が可能です また、以下の電話番号に電話いただくことで、Haru 4Bと会話することができます ・050-5444-3154 (日本語: 男性) ・050-5444-3155 (日本語: 女性) ファインチューニング前の不安定なモデルですが、full-duplexならではの「人間らしい対話」を体験いただけます 是非「自己紹介をお願いします」から始めて色々質問してみてください

1:07
Satoshi Hirooka avatar
⟳ minaminao retweeted
Satoshi Hirooka@sat9467·Nov 13

モデルをオープンで出しました!ぜひ手元でも動かしてみてください! (あと会社名変わりました)

【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】 4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました! 弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います

1:44
minaminao avatar
minaminao@vinami·Nov 13

我々は Scaling Speech AI のミッションのもと、大規模な音声言語モデルを開発していきます。 ぜひ、技術解説もご覧ください!

【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】 4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました! 弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います

1:44
minaminao avatar
minaminao@vinami·Nov 13

プロンプトから振る舞いを指定でき、多様なキャラクター・人格を構築できる基盤を目指しています。9言語に対応し、MacBookやiPhoneでも動きます! 一方で、モデルサイズは4Bなので、正直おばかで安定性に欠けます。いまは100Bより大きくスケールさせ、より賢く、より安定したモデルを開発中です!!

lester violeta avatar
⟳ minaminao retweeted
lester violeta@lesterphv·Nov 13

Check out Haru, our new full-duplex model! Code and weights also released 🤗 github.com/higurashi-ai/Haru huggingface.co/higurashi-ai/…

We’ve open-sourced our 4B full-duplex speech model under Apache 2.0 !! Our model was trained on 40M hours and uses continuous tokens. Full-duplex AI for "Human like AI" is still largely unexplored. Let’s push the boundaries together! Check out our demos! 🚀

1:07
Otake avatar
⟳ minaminao retweeted
Otake@LangProc·Nov 13

4B Full-duplex baseモデルをapache 2.0で公開しました! 日英を中心に9か国語で話すことができます。 キャラクターやオペレーターなど、是非チューニングして遊んでいただければと思います!! blog: higurashi.ai/ja/haru4b/ Tech blog: blog.higurashi.ai/melte/haru… huggingface: huggingface.co/higurashi-ai/…

【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】 4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました! 弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います

1:44
higurashi avatar
⟳ minaminao retweeted
higurashi@HigurashiAI·Nov 13

【人間のように、自然に笑い、相槌を打つ「人間らしいAI」】 4BのFull-duplex音声対話モデルを4,000万時間の日本語、英語を含む多言語データで事前学習し、オープンウェイトで公開しました! 弊社のオープンモデルを用いて、開発者の方々と一緒に未来を切り開ければと思います

1:44
minaminao avatar
minaminao@vinami·Oct 27

会話データを二話者に分離・復元するときにお世話になりまくっている DialogueSidon を約100倍高速化しました!(同僚が) 爆速なのにintelligibilityも同等ですごいです。

Full-duplex 2話者データの音声分離・復元モデル「DialogueSidon」の高速版「FastDialogueSidon」を公開しました! 1ステップ推論+軽量デコーダで、DialogueSidon公式実装比で約100倍の高速化と同等の性能を実現しています(H100上で計測) GitHub:github.com/higurashi-ai/Fast… Huggingface:huggingface.co/higurashi-ai/…

minaminao avatar
minaminao@vinami·Aug 3

Happy to be in the SCAN CTF final again. I hope the final will have some really difficult, AI-resistant challenges. Another shredder challenge would be fun too :)))