MichiAI：驚異的な低レイテンシを実現した全二重音声のブレークスルー

MichiAIは、驚くべき低レイテンシで全二重音声モデルを構築した、音声技術におけるエキサイティングな進歩です。アーキテクチャの効率性により、限られた計算リソースでも高いパフォーマンスを発揮し、モデル設計への革新的なアプローチを示しています。これにより、より応答性が高く、自然な音声インタラクションへの道が開かれる可能性があります。

• •効率的なオーディオ埋め込みにRectified Flow Matchingを利用。
• •一貫性を高めるために、入力ストリームにテキストトークンを組み込む。
• •単一の4090 GPUで驚異的な約75msのレイテンシを実現。