博客

№0022026年11月10日

从零训练一个 chunk interleaved 全双工语音模型

把一个按话轮问答的语音大模型改成 1 秒一拍、边听边说、还能调工具的全双工模型：协议、四阶段课程、数据合成，以及一路踩过的坑。