Meituanは、リアルタイム対話の実現に役立つ高効率音声コーデックであるLongCat-Audio-Codecをオープンソース化した。

MeituanのLongCatチームは、音声コーデックソリューション「LongCat-Audio-Codec」をオープンソース化しました。大規模音声言語モデル（Speech LLM）向けに設計されたこのソリューションは、意味的トークンと音響的トークンの並列抽出メカニズムを採用することで、音声の意味的特徴と音響的特徴のバランスを取り、従来のソリューションにおける意味情報と音響情報のバランス調整の問題を解決します。低遅延ストリーミングデコーダはリアルタイムのインタラクションをサポートし、車載音声アシスタントやリアルタイム翻訳といったシナリオのニーズに対応します。