Ichigo

Ichigo是一个开放的实时语音AI研究项目，之前称为llama3-s。它旨在通过引入本地“听觉”能力，扩展文本基础的大型语言模型（LLM）。可以将其视为一种开放数据、开放权重的设备版Siri。Ichigo采用早期融合技术，受Meta的Chameleon论文启发，旨在提高语音理解和指令跟随能力。

Ichigo的特点

• 实时语音处理：能够实时理解和处理用户的语音指令。
• 多轮对话能力：在多轮对话中能够更好地跟随用户的意图。
• 拒绝无声输入：能够拒绝处理不可听的查询，提升用户体验。

使用场景

1. 智能助手：作为个人助手，可以在家庭或办公环境中执行任务。
2. 交互式学习：在教育场景中，通过语音交互提升学生的学习体验。
3. 无障碍技术：帮助听障人士通过语音识别技术与周围环境进行互动。
4. 游戏和娱乐：提供语音控制的游戏体验，增强用户沉浸感。

Ichigo的研究也欢迎参与者共同协作，并未来可能会向社区征集语音数据集。