論文の概要: OpenOmni: A Collaborative Open Source Tool for Building Future-Ready Multimodal Conversational Agents
- arxiv url: http://arxiv.org/abs/2408.03047v1
- Date: Tue, 6 Aug 2024 09:02:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-07 14:37:26.493958
- Title: OpenOmni: A Collaborative Open Source Tool for Building Future-Ready Multimodal Conversational Agents
- Title(参考訳): OpenOmni: 未来のマルチモーダル対話エージェントを構築するためのコラボレーション型オープンソースツール
- Authors: Qiang Sun, Yuanyi Luo, Sirui Li, Wenxiao Zhang, Wei Liu,
- Abstract要約: Open Omniはオープンソースのエンドツーエンドパイプラインベンチマークツールである。
音声テキスト、感情検出、検索拡張生成、大規模言語モデルなどの高度な技術を統合している。
ローカルとクラウドのデプロイメントをサポートし、データのプライバシを確保し、レイテンシと精度のベンチマークをサポートする。
- 参考スコア(独自算出の注目度): 11.928422245125985
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multimodal conversational agents are highly desirable because they offer natural and human-like interaction. However, there is a lack of comprehensive end-to-end solutions to support collaborative development and benchmarking. While proprietary systems like GPT-4o and Gemini demonstrating impressive integration of audio, video, and text with response times of 200-250ms, challenges remain in balancing latency, accuracy, cost, and data privacy. To better understand and quantify these issues, we developed OpenOmni, an open-source, end-to-end pipeline benchmarking tool that integrates advanced technologies such as Speech-to-Text, Emotion Detection, Retrieval Augmented Generation, Large Language Models, along with the ability to integrate customized models. OpenOmni supports local and cloud deployment, ensuring data privacy and supporting latency and accuracy benchmarking. This flexible framework allows researchers to customize the pipeline, focusing on real bottlenecks and facilitating rapid proof-of-concept development. OpenOmni can significantly enhance applications like indoor assistance for visually impaired individuals, advancing human-computer interaction. Our demonstration video is available https://www.youtube.com/watch?v=zaSiT3clWqY, demo is available via https://openomni.ai4wa.com, code is available via https://github.com/AI4WA/OpenOmniFramework.
- Abstract(参考訳): マルチモーダルな会話エージェントは、自然と人間のような相互作用を提供するため、非常に望ましい。
しかし、協調開発とベンチマークをサポートする包括的なエンドツーエンドソリューションがない。
GPT-4oやGeminiのようなプロプライエタリなシステムは、200~250msの応答時間を持つオーディオ、ビデオ、テキストの素晴らしい統合を実証していますが、レイテンシ、正確性、コスト、データのプライバシのバランスには依然として課題があります。
これらの問題をより深く理解し、定量化するために、我々はOpenOmniを開発した。OpenOmniはオープンソースのエンドツーエンドのパイプラインベンチマークツールで、音声テキスト、感情検出、検索拡張生成、大規模言語モデルなどの高度な技術を統合し、カスタマイズされたモデルを統合することができる。
OpenOmniは、ローカルおよびクラウドデプロイメントをサポートし、データのプライバシを確保し、レイテンシと精度ベンチマークをサポートする。
この柔軟なフレームワークは、研究者がパイプラインをカスタマイズし、実際のボトルネックに集中し、概念実証の迅速な開発を容易にする。
OpenOmniは視覚障害者の屋内支援、人間とコンピュータの相互作用の促進など、アプリケーションを大幅に強化することができる。
デモビデオはhttps://www.youtube.com/watch?
v=zaSiT3clWqY、デモはhttps://openomni.ai4wa.comで、コードはhttps://github.com/AI4WA/OpenOmniFrameworkで入手できる。
関連論文リスト
- Step-Audio: Unified Understanding and Generation in Intelligent Speech Interaction [110.38946048535033]
本稿では,音声認識のための最初のプロダクション対応オープンソースソリューションであるStep-Audioを紹介する。
1) 統合された理解と生成を実現する統合音声テキストマルチモーダルモデル、2) 安価な音声クローニングフレームワークを確立し、蒸留によりオープンソースで軽量なStep-Audio-TTS-3Bモデルを生産する生成音声データエンジン、3) 方言、感情、歌、RAP間の動的調整を可能にする命令駆動型微制御システム、4) ツールコールとロールプレイング機能を備えた強化認知アーキテクチャ。
論文 参考訳(メタデータ) (2025-02-17T15:58:56Z) - Ola: Pushing the Frontiers of Omni-Modal Language Model with Progressive Modality Alignment [88.72389428177942]
Olaはオムニモーダル言語モデルであり、画像、ビデオ、音声の理解間での競合的なパフォーマンスを実現する。
我々は、Olaを、この新興分野における将来の研究を進めるための、完全にオープンなオムニモーダル理解ソリューションにすることを目指している。
論文 参考訳(メタデータ) (2025-02-06T18:59:55Z) - Mini-Omni2: Towards Open-source GPT-4o with Vision, Speech and Duplex Capabilities [0.0]
Mini-Omni2はヴィソインとオーディオクエリにリアルタイム、エンドツーエンドの音声応答を提供するビジュアルオーディオアシスタントである。
限られたデータセットでトレーニングした後、言語モデルでマルチモーダル入力と出力を処理できる3段階のトレーニングプロセスを提案する。
論文 参考訳(メタデータ) (2024-10-15T02:10:45Z) - OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。
プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
論文 参考訳(メタデータ) (2024-07-23T17:50:43Z) - NNsight and NDIF: Democratizing Access to Open-Weight Foundation Model Internals [58.83169560132308]
NNsightとNDIFは、非常に大きなニューラルネットワークの科学的研究を可能にするために、タンデムで機能する技術である。
NNsightは、遅延リモート実行を導入するためにPyTorchを拡張したオープンソースのシステムである。
NDIFは、NNsightリクエストを実行するスケーラブルな推論サービスで、GPUリソースと事前トレーニングされたモデルを共有することができる。
論文 参考訳(メタデータ) (2024-07-18T17:59:01Z) - MeMemo: On-device Retrieval Augmentation for Private and Personalized Text Generation [36.50320728984937]
我々はMeMemoを紹介した。MeMemoは最先端に近い近接検索技術であるHNSWをブラウザ環境に適用する最初のオープンソースのJavaScriptツールキットである。
MeMemoは、プライベートでパーソナライズされたコンテンツ作成やインタラクティブなプロトタイピングなど、エキサイティングな新しいデザインと研究の機会を提供する。
論文 参考訳(メタデータ) (2024-07-02T06:08:55Z) - Drive Anywhere: Generalizable End-to-end Autonomous Driving with
Multi-modal Foundation Models [114.69732301904419]
本稿では、画像とテキストで検索可能な表現から、運転決定を提供することができる、エンドツーエンドのオープンセット(環境/シーン)自律運転を適用するアプローチを提案する。
当社のアプローチでは, 多様なテストにおいて非並列的な結果を示すと同時に, アウト・オブ・ディストリビューションの状況において, はるかに高いロバスト性を実現している。
論文 参考訳(メタデータ) (2023-10-26T17:56:35Z) - SoTaNa: The Open-Source Software Development Assistant [81.86136560157266]
SoTaNaはオープンソースのソフトウェア開発アシスタントだ。
ソフトウェア工学の分野のための高品質な命令ベースのデータを生成する。
オープンソースの基盤モデルであるLLaMAを強化するためにパラメータ効率のよい微調整アプローチを採用している。
論文 参考訳(メタデータ) (2023-08-25T14:56:21Z) - ADVISER: A Toolkit for Developing Multi-modal, Multi-domain and
Socially-engaged Conversational Agents [27.222054181839095]
ADVISERはオープンソースのマルチドメインダイアログシステムツールキットである。
マルチモーダル(音声、テキスト、視覚を含む)会話エージェントの開発を可能にする。
ツールキットの最終的なPythonベースの実装は、柔軟で、使いやすく、拡張が容易です。
論文 参考訳(メタデータ) (2020-05-04T18:27:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。