28 Ekim 2026 ÇarşambaSayı № 301
I Model ÇıkışıTopluluk

Yeni ses modeli: LFM3-Audio-2B

Liquid AI, LFM3-Audio-2B adlı yeni bir ses modelini duyurdu. Model, metin ve ses girdilerini işleyerek hem metin hem de ses çıktısı üretebilen, yerel cihazlarda çalışabilen bir yapay zeka çözümü sunuyor.

Reddit LocalLLaMA kaynağından derlendi · · 1 dk okuma

Orijinal haber ↗
Görsel: Reddit LocalLLaMA

Özetle

  1. 1

    Tamamen yerel çalışabilen 2 Milyar parametreli ses modeli

  2. 2

    Metin ve ses girişini işleyerek aynı anda metin, ses ya da her ikisini üretebiliyor

  3. 3

    18 dilde konuşma tanıma, sentez ve çeviri desteği

  4. 4

    Gerçek zamanlı konuşma tanıma ve akıcı sesli sohbet yeteneği

  5. 5

    Sesli komutları araç çağrısına dönüştürerek uygulama kontrolü

Liquid AI, LFM3-Audio-2B modelini tanıtarak, 2 milyar parametreli, kompakt ve tam özellikli bir ses modeli sunduğunu belirtti. Model, dizüstü bilgisayarlar ve kenar (edge) cihazlar gibi sınırlı donanımlı ortamlarda yerel olarak çalışabiliyor ve hem metin hem de ses girdilerini işleyebiliyor.

Kullanıcılar, modeli sesli sorular sorarak ve yanıtları hem metin hem de gerçek zamanlı ses akışı şeklinde alarak bir sesli sohbet deneyimi yaşayabiliyor. Metin tabanlı yanıtlar için model, soruya yanıt vermeden önce mantıksal bir akıl yürütme süreci de gerçekleştirebiliyor.

LFM3-Audio-2B, 18 dili kapsayan çok dilli konuşma tanıma, sentez ve çeviri yeteneklerine sahip. Kullanıcılar, bir dili konuşarak diğerine anında çeviri yapabilir, ses kayıtlarını metne dönüştürebilir ve aynı model üzerinden ses senteziyle yeni içerikler oluşturabilir.

Model ayrıca sesli istekleri araç çağrısına dönüştürerek uygulama ve cihaz kontrolünü sesle yönetme imkanı tanıyor. Bu özellik, konuşma tabanlı komutların doğrudan API veya yerel araçlarla etkileşime girmesini sağlayarak geliştiricilere yeni entegrasyon senaryoları sunuyor.

Yöney yorumu

LFM3-Audio-2B, yerel cihazlarda sesli etkileşim ve çok dilli çeviri gibi karmaşık görevleri gerçekleştirebilmesiyle geliştiricilere ve son kullanıcılara daha bağımsız bir AI deneyimi vaat ediyor. Özellikle veri gizliliği ve düşük gecikme gerektiren senaryolarda önemli bir alternatif olarak öne çıkabilir.

Yapay zekâ tarafından üretilmiştir.
Devamı kaynakta

Bu haber Reddit LocalLLaMA kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

Google DeepMind'in Genie 4, Gerçek Zamanlı Etkileşimli Dünya Modeliyle Ses ve Diyaloğu Üretiyor

Google DeepMind, gerçek zamanlı çerçeve bazlı hesaplamalar yapan ve ortam sesleri ile karakter diyaloglarını doğrudan üretebilen yeni bir dünya modeli Genie 4'ü tanıttı. Model, Gemini serisiyle birlikte çalışarak çok adımlı görevleri planlıyor ve kullanıcı metin komutlarına anlık olarak yanıt veriyor, ancak uzun oturumlarda ve karmaşık fiziksel etkileşimlerde hâlâ sınırlamalar bulunuyor.

Özetle 3 madde
  1. Genie 4, gerçek zamanlı çerçeve bazlı hesaplamalarla ortam sesleri ve karakter diyaloglarını doğrudan üretiyor.
  2. Gemini 3.8 Flash ve Gemini 4 Argon, sahne planlaması ve robotik entegrasyonu sağlayarak çok adımlı görevleri yönetiyor.
  3. Model hâlâ deneysel; uzun oturumlarda görsel tutarlılık ve karmaşık fiziksel etkileşimlerde sınırlamalar mevcut.

The Decoder

I Model Çıkışı

LFM3 ile Özelleştirilebilir Çok Modlu Modeller

LiquidAI, 2 milyar parametre civarında çalışan ve metin, görsel, ses, omni ve karar modellerini tek bir omurgada birleştiren LFM3 serisini tanıttı. Yeni tri‑hibrit mimari, aynı parametre sayısıyla önceki nesilden %35 daha yüksek performans sağlarken, tek GPU’da ince ayar ve kenar cihazlarda çalıştırma imkanı sunuyor.

Özetle 3 madde
  1. LFM3‑1.7B, önceki nesilden %35 daha az parametreyle daha yüksek performans sunuyor.
  2. Tek omurgadan türeyen altı model, metin, görsel, ses, video ve karar görevlerini tek bir çatı altında birleştiriyor.
  3. Yeni vision ve audio kodlayıcıları, FLOP tüketimini %2,2‑3,5 azaltırken doğruluk kaybı yaşatmıyor.

Hugging Face3 skor

I Model Çıkışı

LiquidAI, LFM3-1.7B ve Yeni Omni‑Modal Modelleriyle Edge AI’da Yeni Dönem

LiquidAI, 1.7 milyar parametreli LFM3-1.7B metin modelini ve tri‑hybrid mimarisiyle desteklenen bir dizi omni‑modal modeli duyurdu. Model, 256K token bağlam penceresi ve 4‑bit hassasiyette sadece 1 GB bellek tüketimiyle telefon ve laptop gibi uç cihazlarda çalışabilecek şekilde tasarlandı. Ayrıca, tek GPU üzerinden hızlı ince ayar imkanı sunarak özel alanlarda kullanılabilirliği artırıyor.

Özetle 3 madde
  1. LFM3-1.7B, 256K token bağlam penceresi ve 4‑bit kuantizasyonla sadece 1 GB RAM tüketimiyle uç cihazlarda çalışabiliyor.
  2. Tri‑hybrid mimarisi, kısa konvolüsyon, kaydırmalı pencere ve global dikkat katmanlarını birleştirerek verimli uzun‑metin işleme sağlıyor.
  3. Aile içinde LFM3‑VL‑2B, LFM3‑Audio‑2B, LFM3‑Omni‑2B ve karar modelleri d1‑Omni‑2B, d1‑2B gibi omni‑modal ve karar odaklı modeller de duyuruldu.

Reddit LocalLLaMA