Einleitung

Generative KI-Modelle ermöglichen es, intelligente chatbasierte Anwendungen zu erstellen, die die Eingabe verstehen und grundieren können. Die Texteingabe ist traditionell der primäre Interaktionsmodus mit KI-Modellen, aber multimodale Modelle werden zunehmend verfügbar. Mit diesen Modellen können Chatanwendungen sowohl auf Audioeingaben als auch auf Text reagieren.

In diesem Modul besprechen wir audiofähige generative KI und erfahren, wie Sie mit Microsoft Foundry generative KI-Lösungen erstellen können, die auf Eingabeaufforderungen reagieren, die eine Mischung aus Text- und Audiodaten enthalten.