Introdução

Os modelos de IA generativa tornam possível construir aplicativos inteligentes baseados em bate-papo que podem entender e raciocinar sobre a entrada. Tradicionalmente, a entrada de texto é o principal modo de interação com modelos de IA, mas os modelos multimodais estão cada vez mais disponíveis. Esses modelos possibilitam que os aplicativos de bate-papo respondam à entrada de áudio, bem como ao texto.

Neste módulo, vamos falar sobre IA generativa habilitada por áudio e explorar como pode usar o Microsoft Foundry para criar soluções de IA generativa que respondam a prompts que incluem uma mistura de dados de texto e áudio.