荔枝集团 | 招聘AI推理研发工程师、语音识别算法工程师、大模型算法工程师（北京）
荔枝集团是一家专注于声音领域的上市公司，基于音频技术为用户提供产品和服务。公司在语音识别和音频智能方面取得了显著成果，开发出多款基于声音的社交软件，为用户提供便捷自然的交流体验。荔枝集团通过提升语音识别技术的准确性和效率，满足用户多样化需求…
35 0 0
最新声浪
查看全部 →
Vec-Tok Speech: 基于语音矢量化与词元化的神经语音生成
近期语言模型(LM)在自然语言处理和计算机视觉领域蓬勃发展，可以生成高质量的文本或图像。相比之下，当前的语音生成模型仍然在语音质量和任务多样性之间挣扎。本文提出了Vec-Tok Speech，一个适用于众多下游任务的的可扩展框架，生成富于表…
18 0 0
大模型多语言能力来自哪？Anthropic最新研究解释大模型多语言能力机制
近年来，大模型（LLMs）如 GPT 系列、Claude 等展现出的惊人多语言能力，常常让人惊叹。它们不仅能理解和生成多种语言的文本，甚至能在不同语言之间无缝切换，完成翻译、问答、写作等复杂任务。这不禁引人发问：这种强大的多语言能力究竟从何…
15 0 0
![语音/音频处理学术速递[3.31]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-03/1907641645873106944.jpg)
拾音汽车 | 招聘声学语音算法工程师（上海）
拾音，以丰富客户的感知体验技术为使命，致力于提供的新技术及声学领域的服务、方案和产品。我们是一家高新技术企业，是国内拥有仿真分析、试验测试和软件算法能力最为完备的供应商之一。真诚用心的服务和前瞻性的科技专长，使拾音成为汽车性能开发、实验室解…
36 0 0
RockAI | 招聘音频算法专家/TTS、语音大模型算法实习生（上海）
上海岩芯数智人工智能科技有限公司（简称RockAI）成立于2023年6月，以“让世界上每一台设备拥有自己的智能”为使命，于2024年1月发布国内首个非Attention机制大模型Yan1.0。 2024年7月发布国内首个非Transform…
39 0 0
Noctal宣布 180 万美元种子轮融资，推出 AI 驱动音效编辑平台
来源丨AI音频时代 洛杉矶AI音效初创公司Noctal完成180万美元种子轮融资，由Caruso Ventures领投，多位跨界投资人跟投。融资将用于加速研发全球首款"AI音效导演系统"， 计划2025年正式推向影视制作与内容创作市场。 N…
17 0 0
IEEE TASLP丨西工大语音与语言处理研究组3篇录用论文分享
分享3篇西工大语音与语言处理研究组被语音研究顶级期刊IEEE Transactions on Audio, Speech and Language Processing (TASLP)录用的论文，相关研究成果包括基于语音向量和语义标记的多任…
22 0 0
IEEE T-ASLP | 基于特定人跟踪的在线说话人日志研究
近期，昆山杜克大学在语音旗舰期刊IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP) 上发表了一篇题为“Online Neural Speaker Di…
19 0 0
从8kHz到48kHz：音频带宽扩展算法的演进
许多智能设备现在支持超宽带的高质量语音通信服务。然而，有时为了节省带宽或者当它们与不支持超宽带的网络或设备配合使用时，语音质量往往会受到失真影响。此时，可以使用音频带宽扩展（Audio Bandwidth Extension, ABE）来改…
23 0 0