gpt-omni

ओपन-सोर्स मल्टीमॉडल बड़ा भाषा मॉडल जो सोच-समझकर सुन और बोल सकता है। इसमें वास्तविक समय के एंड-टू-एंड स्पीच इनपुट और स्ट्रीमिंग ऑडियो आउटपुट संवादात्मक क्षमताएं शामिल हैं।

विज़न, स्पीच और डुप्लेक्स क्षमताओं के साथ ओपन-सोर्स GPT-4o की ओर।