语音识别

GPT-4o级开源模型来了！MiniCPM-o：多语种情感控制的实时对话、仅8B、华人团队

作者

华人团队发布的MiniCPM-o 2.6多模态大模型在视觉和语音方面表现优异，参数量仅8B。其平均得分70.2，在OpenCompass评测中支持1344×1344高分辨率图像处理，并能实时识别双语语音，且支持30多种语言。