【[67星]VITA-Audio：一款高效的语音语言模型，能够快速生成音频和文本内容。亮点：1. 低延迟，首次音频生成时间从236毫秒缩短到53毫秒；2. 推理速度提升3-5倍；3. 开源数据训练，包含20万小时音频】
'VITA-Audio: Fast Interleaved Cross-Modal Token Generation for Efficient Large Speech-Language Model'
GitHub: github.com/VITA-MLLM/VITA-Audio
语音生成 语言模型 开源数据 AI创造营
