MichiAI：全双工语音的突破，具有令人印象深刻的低延迟

MichiAI 是语音技术领域令人兴奋的进展，创建了一个具有卓越低延迟的全双工语音模型。该架构的效率即使在有限的计算资源下也能实现高性能，展示了一种创新的模型设计方法。这可能会为更具响应性和自然声音的语音交互铺平道路。

• •利用修正流匹配进行高效的音频嵌入。
• •将文本标记纳入输入流以增强连贯性。
• •在单个 4090 GPU 上实现令人印象深刻的 ~75 毫秒延迟。