为了在音频生成和理解方面取得进展，Google 的研究团队推出了 AudioPaLM，这是一个大型语言模型，可以处理语音理解和生成任务。AudioPaLM 结合了两个现有模型的优势，即 PaLM-2 模型和 AudioLM 模型，以产生一个统一的多模态架构，能够处理和生成文本和语音。这使得 AudioPaLM 可以处理各种应用，从语音识别到语音转文字。