Model przyjmuje mowę i generuje mowę bez osobnych usług STT i TTS w potoku. Wewnętrzna reprezentacja może jednak zawierać tekst lub transkrypcję; możliwości narzędzi i kontroli kontekstu zależą od modelu.
A model takes speech and generates speech without separate STT and TTS services in the pipeline. Its internal representation may still include text or transcription; tool use and context control depend on the model.
To model, który przyjmuje wypowiedź głosową i sam generuje odpowiedź głosową.
This model takes spoken input and generates a spoken response itself.
Osobne usługi mowy i tekstu mogą wydłużać rozmowę i utrudniać wykorzystanie brzmienia wypowiedzi.
Separate speech and text services can delay conversations and make vocal information harder to use.
Model przetwarza dźwięk i tworzy dźwięk odpowiedzi we wspólnym rozwiązaniu; jego wewnętrzna praca może nadal korzystać z tekstu.
A model processes audio and produces response audio within one system; its internal processing may still involve text.
Zadajesz pytanie na głos, a asystent odpowiada mową bez osobnego zewnętrznego programu czytającego odpowiedź.
You ask aloud, and an assistant replies in speech without a separate external program reading the response.