DubGuild

テックブログを公開しました。 「Scaling Speech AI」の下、1Bから3Bへと音声言語モデルをスケールさせた際のTTS性能へ影響を検証しました。 日本語特有の読みや表記揺れ、表現の広がりがみられるに加え、現状の課題についても整理しています。 日本語音声生成・SpeechLM・TTSに関心のある方はぜひご覧ください。 blog.dubguild.com/melte/llm-tts-… 1B/3Bモデルの構築にあたって実施した、データ前処理・事前学習・事後学習の詳細も、今後順次公開していく予定です。 続報もお待ちいただければ幸いです。

DubGuildでは、1B/3Bにとどまらず、今後は8B、20Bと大規模音声言語基盤モデルをスケールさせていく予定です。 さらに、音声基盤モデルを対話や同時通訳といったタスクにチューニングも行い、実社会への応用を進めていきます。 採用ページはこちらから →frequent-crowley-6fb.notion.site/Open-Position-…

TTSモデルを1Bから3Bまでスケールさせました！ よかったら読んでみてね〜

会社HPを更新しました。 株式会社DubGuildでは、「Scaling Speech AI」を掲げ、大規模音声言語基盤モデルの開発に取り組んでいます。 会社ページはこちらから→dubguild.com ソフトバンク様の支援プログラム「AIFS」に関するプレスリリースはこちら→prtimes.jp/main/html/rd/p…