百度语音大模型革新上线：对话超逼真，成本大降，1秒快答

在人工智能技术日新月异的今天，百度再次引领了语音交互领域的创新风潮。近日，百度正式推出了业界首个基于全新互相关注意力（Cross-Attention）机制的端到端语音语言大模型，并率先在其产品文小言中上线，供用户免费体验。
极速赛车飞艇群
此次升级后的文小言，以“超逼真语音交互、超低时延响应、超低成本应用”三大亮点吸引了广泛关注。其不仅能准确识别并回应重庆、广西、河南、广东、山东等地的特色方言，还能在对话中融入丰富的情感，使交互体验更加自然流畅。在时延方面，文小言将用户等待时间从行业普遍的3-5秒缩短至约1秒，几乎与真人对话无异。而在成本上，该模型在电话语音频道的问答场景中，调用成本较行业平均水平降低了50%-90%。

据百度语音首席架构师介绍，该语音语言大模型能够部署在L20卡上，在满足语音交互延迟要求的前提下，双L20卡的并发处理能力可达数百以上。模型的训练流程也极为便捷，基于文心大模型，仅需数百张卡优化一周即可完成，且优化工作并不复杂。

文小言不仅集成了包括天气查询、日历查询、单位换算、股票股价查询等在内的38个垂类助手，实现了高效的信息获取，还能应对时效性和非时效性问题。无论是百科查询、时政知识类问答，还是常识问答，文小言都能迅速给出精准答复。更重要的是，文小言能够与用户进行情感充沛的交流，快速响应反馈，实现了逼真拟人的交互效果。