FlashLabs stellt Chroma 1.0 vor: 4B‑Modell für Sprachdialog mit Voice‑Cloning

FlashLabs hat mit Chroma 1.0 ein bahnbrechendes 4‑Billionen‑Parameter‑Modell für Echtzeit‑Sprachdialog veröffentlicht. Das System nimmt Audiodaten als Eingabe, verarbeitet sie in Echtzeit und liefert sofort wieder Audiodaten aus – dabei bleibt die Stimme des Sprechers über mehrere Gesprächsrunden hinweg unverändert.

Chroma 1.0 ist das erste Open‑Source‑End‑to‑End‑Sprachdialogsystem, das niedrige Latenz und hochqualitative, personalisierte Voice‑Cloning‑Technologie in einem Paket vereint. Durch die Kombination von fortschrittlicher Spracherkennung, Sprachsynthese und Sprecheridentitätserhaltung ermöglicht es Entwickler:innen, Anwendungen zu bauen, die natürlicher und individueller wirken als bisherige Lösungen.

Die Veröffentlichung von Chroma 1.0 markiert einen wichtigen Schritt für die Community, da sie eine frei zugängliche Plattform bereitstellt, auf der Forscher:innen und Entwickler:innen neue, innovative Sprachinteraktionssysteme realisieren können. Das Modell ist auf GitHub verfügbar und kann sofort in eigene Projekte integriert werden.