Arianne : Page créée avec « == en construction == == Définition == '''Modèle multimodal''' qui enrichit les '''grands modèles de langues''' en leur ajoutant des capacités auditives, telles que la compréhension et la '''génération audio''', grâce à une architecture intégrant trois composantes : un encodeur acoustique, un projecteur d’alignement et un ''LLM backbone''. Son '''entraînement''' se fait... »

2026-09-02T15:56:54Z

Page créée avec « == en construction == == Définition == '''Modèle multimodal''' qui enrichit les '''grands modèles de langues''' en leur ajoutant des capacités auditives, telles que la compréhension et la '''génération audio''', grâce à une architecture intégrant trois composantes : un encodeur acoustique, un projecteur d’alignement et un ''LLM backbone''. Son '''entraînement''' se fait... »

Nouvelle page

== en construction ==

== Définition ==
'''[[Modèle multimodal]]''' qui enrichit les '''[[Grand modèle de langues (GML)|grands modèles de langues]]''' en leur ajoutant des capacités auditives, telles que la compréhension et la '''[[Génération automatique d'audio|génération audio]]''', grâce à une architecture intégrant trois composantes : un encodeur acoustique, un projecteur d’alignement et un ''LLM backbone''. Son '''[[entraînement]]''' se fait avec de vastes '''[[corpus]]''' de paires audio-textes, couvrant souvent la parole, la musique et des scènes ambiantes.

== Compléments ==
Ces modèles peuvent faire de nombreuses tâches, telles que: la '''[[reconnaissance automatique de la parole]]''', le sous-titrage audio et le raisonnement audio complexe.

== Français ==
''' XXXXXXXX'''

== Anglais ==
''' large audio language model'''

''' LALM'''

== Sources ==
[https://aclanthology.org/2025.findings-acl.56/ Source : ACL Anthology]

[https://arxiv.org/abs/2605.20266 Source : Arxiv]

[https://www.emergentmind.com/topics/large-audio-language-model-lalm Source : Emergent Mind]

[[Catégorie:vocabulary]]

Large audio language model - Historique des versions