説明
Nemotron-Labs-Audex-2Bは、音声とテキスト処理機能を統合した高度な大規模言語モデル(LLM)です。音声理解、音声認識、音声翻訳、テキストから音声への変換、音声生成、音声から音声への生成など、さまざまな音声タスクを処理するように設計されています。このモデルは、思考モードと指示モードの両方で動作し、異なるタスク要件に適応することができます。
続きを読む
Audex-2Bのアーキテクチャはコンパクトで密度が高く、推論に必要なリソースを削減します。これは、より大きな対抗モデルであるAudex-30B-A3Bと同様のマルチステージSFTレシピを使用して訓練されていますが、追加のカスケード強化学習はありません。これにより、Audex-2Bは音声タスクにおいて強力なパフォーマンスを維持しながら、よりリソース効率の良いオプションとなっています。
Audex-2Bは最大128Kトークンのコンテキスト長をサポートしており、長いコンテキストタスクを効果的に処理できます。処理にはChatMLテンプレートを使用し、思考モードと指示モードのための特定のプレフィックスがあります。このモデルはvLLM 0.20.0と互換性があり、推論にはtransformersバージョン4.53.0以上が必要です。
音声関連のタスクに対して、Audex-2Bは異なる推奨推論セットアップを提供します。オフラインLLM生成と音声QAタスクのためのOpenAI互換の音声URLサーバーをサポートしています。また、テキストから音声への変換やテキストから音声生成のオプションも提供しており、高品質な出力のための強化も可能です。
Nemotron-Labs-Audex-2Bは、NVIDIA Oneway Noncommercial Licenseに基づいて管理されており、その使用は非商業アプリケーションに制限されています。このモデルは、音声とテキスト処理機能をアプリケーションに統合したい開発者や研究者にとって理想的なツールです。
- カテゴリーAIモデルとLLM
- 料金モデル非商業
- デプロイクラウド
- プラットフォームWeb
Nemotron-Labs-Audex-2Bのハイライト
統合音声テキスト処理
思考モードと指示モードをサポート
コンパクトで密度の高いアーキテクチャ
128Kトークンのコンテキスト長
vLLM 0.20.0と互換性
transformers >= 4.53.0が必要
音声QAおよび生成機能
NVIDIA Oneway Noncommercial License
Nemotron-Labs-Audex-2Bをはじめる
モデルページにアクセス: Nemotron-Labs-Audex-2BのHugging Faceモデルページを訪問します
認証: モデルを使用するための必要な権限を持っていることを確認します
設定: 適切な推論環境でモデルを設定します
プロンプトを送信: ChatMLテンプレートを使用して音声またはテキストのプロンプトを送信します
ファインチューニング: 必要に応じて特定のタスクのためにモデルパラメータを調整します
Nemotron-Labs-Audex-2Bの使用例
- 音声理解
- 音声認識
- 音声翻訳
- テキストから音声
- 音声生成









