Raon-Speech Technical Report

Raon-Speech é um modelo de linguagem de fala de 9 bilhões de parâmetros para compreensão, resposta e geração de fala em inglês e coreano, alcançando desempenho superior em 42 benchmarks. Ele transforma eficazmente um LLM pré-treinado em um SpeechLM, mantendo fortes capacidades de texto através de estágios de treinamento específicos.