面向听觉智能与物理AI的
人机交互开发者社区

语音小管家

转载2 years ago

北京鼎汉技术集团股份有限公司成立于2002年6月，是一家从事轨道交通多种电气化高端装备及智慧化解决方案研发、生产、销售和维护的高新技术企业。2009年，鼎汉技术在深圳证券交易所上市，成为中国第一批创业板上市企业。公司现部署营销及服务平台遍布…

语音小管家

转载2 years ago

智谱AI开源了一个60亿参数规模的文生图大模型CogView4-6B，支持生成的图像中加入文字，文字效果自然融入图像中，且该模型支持支持宽高范围512px至2048px内的任意尺寸图像（也有限制，正文解释）。 CogView4-6B生成的图…

语音小管家

转载2 years ago

在语音识别技术飞速发展的今天，其在各个领域的应用已经展现出巨大的潜力和效率。然而，最近来自英国谢菲尔德大学的研究人员开展的一项研究提醒我们，这项技术在性别公平性上仍存在挑战。相关研究成果发布在 arXiv 上。 这项由 Hend ElGha…

语音小管家

转载2 years ago

近日，字节跳动豆包大模型团队联合 M-A-P 开源社区，推出了全新评测基准 SuperGPQA。 论文：https://arxiv.org/pdf/2502.14739 数据：

语音小管家

转载2 years ago

来源丨机器之心 或许下一波 AI 创新，不是比谁的模型更大，而是比谁的模型离你更近。 DeepSeek R1 正在对整个科技领域产生巨大影响，颠覆人们有关 AI 的认知。在移动端，革新正在快速发生。 2 月 20 日，高通发布了最新 AI…

语音小管家

转载2 years ago

浙江吉利控股集团（以下简称“吉利控股集团”）始建于1986年，1997年进入汽车行业，一直专注实业，专注技术创新和人才培养，不断打基础练内功，坚定不移地推动企业转型升级和可持续发展。现资产总值超5100亿元，员工总数超过12万人，连续十年进…

语音小管家

转载2 years ago

成都启英泰伦科技有限公司（以下简称“启英泰伦”）于2015年11月在成都高新区注册成立，是集语音芯片、语音算法、应用方案、开发平台于一体的行业领导型语音解决方案供应商。公司致力于为用户提供更自然、更简单、更智能的人机交互体验，让“智能语音+…

语音小管家

原创2 years ago

近年来，基于Transformer的大型语言模型（LLM）在自然语言处理领域取得了显著进展，尤其是通过扩展模型规模和训练数据来提升性能。 然而，当前的TTS系统通常需要多阶段模型（例如在 LLM 后使用扩散模型），这使得在训练或推理阶段扩展…