NVIDIA가 텍스트와 오디오를 통합한 LLM Audex를 공개했어요. Audex는 텍스트 모델 Nemotron-Cascade-2-30B-A3B를 기반으로 구축됐어요. 157.4B 오디오 토큰과 320.5B 텍스트 토큰으로 학습했고, 텍스트 지능 성능 저하 없이 음성 인식, 번역, 음성 합성 등 오디오 관련 작업에서 최고 성능을 달성했어요. 모델 체크포인트를 공개하여 연구 활성화를 지원할 예정이에요.