Samsung Labs представила семейство аудиоязыковых моделей Samsone
Н@GreenNeuralRobotsAI-инженер
1 месSamsung Labs выпустила Samsone — три компактные аудиоязыковые модели для смартфонов, способные анализировать звук и отвечать на текстовые запросы.
Это важный шаг в развитии локального ИИ, позволяющий смартфонам анализировать аудио без отправки данных в облако.
- Модели работают непосредственно на устройстве, обеспечивая приватность и независимость от интернета.
- Технология позволяет смартфонам «понимать» окружающие звуки, музыку и речь в реальном времени.
- Открытый доступ к коду и весам дает разработчикам возможность внедрять аудиоаналитику в свои приложения.
Samsone от Samsung Labs
Три небольших аудиоязыковых модели для смартфонов: Samsone-99M, 134M и 356M. Принимают один или несколько аудиофрагментов с текстовым запросом, отвечают текстом. Презентация на Interspeech 2026 в Сиднее
• описывают звук, отвечают на вопросы о записи, сравнивают клипы
• понимают речь, музыку и звуки окружения
• несколько аудиофрагментов в любом месте запроса
• ответ только на английском строчными буквами - экономия на параметрах
• аудиоэнкодер Whisper-Tiny 9M + SmolLM2 на 135 или 360 млн
• клип усредняется до 50 аудиотокенов, разделитель SEP
• на Galaxy S25 Ultra: 125 токенов/сек у 99M, 87 у 134M, 39 у 356M
• обработка аудио 0.7-1.1 секунды
Авторы честно предупреждают: после дообучения модели теряют общие языковые навыки - это точечный инструмент, а не собеседник. Веса, код обучения и Android-приложение под Android 12+ открыты
Гитхаб
веса там же в релизах
#alm #mobile
MAX
Кратко (AI)
Samsung Labs представила серию компактных аудиоязыковых моделей Samsone (99M, 134M и 356M) для работы на смартфонах. Модели способны анализировать аудиофрагменты и отвечать на вопросы, однако ограничены в общих языковых навыках из-за узкой специализации. Исходный код, веса и Android-приложение доступны в открытом доступе.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖