PersonaPlex هو نموذج تحويل صوتي فوري (Speech-to-Speech) من NVIDIA، مصمم لتمكين التفاعلات الصوتية الطبيعية ومنخفضة التأخير مع تحكم كامل في شخصية المتحدث (Persona). يعتمد النموذج على بنية Moshi ويدعم وضع الازدواج الكامل (Full-Duplex) مما يعني أنه يمكنه الاستماع والتحدث في نفس الوقت. يتم التحكم في الشخصية عبر وسيلتين: (1) تعليمات دور نصية (Role Prompts) تحدد سلوك وأسلوب الرد، و (2) عينة صوتية (Voice Conditioning) تحدد خصائص الصوت مثل النبرة والجرس. تم تدريب النموذج على مزيج من المحادثات الاصطناعية والحقيقية، مما ينتج تفاعلات طبيعية ومتسقة مع الشخصية المختارة. النموذج متاح كأوزان مفتوحة المصدر على GitHub، مع ورقة بحثية وعرض توضيحي. مناسب لتطبيقات المساعدات الصوتية، الروبوتات الاجتماعية، والألعاب التفاعلية.
لا يوجد أي بيانات
لا توجد مراجعات حتى الآن. كن أول من يكتب واحدة.