SpeechGPT是一种多模态语言模型，具有内在的跨模态对话能力。它能够感知并生成多模态内容，遵循多模态人类指令。SpeechGPT-Gen是一种扩展了信息链的语音生成模型。SpeechAgents是一种具有多模态多代理系统的人类沟通模拟。SpeechTokenizer是一种统一的语音标记器，适用于语音语言模型。这些模型和数据集的发布日期和相关信息均可在官方网站上找到。
需求人群： "可用于语音内容生成、多模态人机交互等场景" 使用场景示例： 使用SpeechGPT进行多模态对话生成利用SpeechGPT-Gen进行信息链语音生成使用SpeechTokenizer进行语音标记 产品特色： 多模态内容感知和生成信息链语音生成多模态多代理系统统一的语音标记
