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

来源丨量子位 近日，豆包语音模型基于原有Seed-TTS框架进一步加入上下文理解，实现了高表现力、高自然度、高语义理解的小说演播效果。 无需额外标签，端到端合成声音 市面上很多的语音模型已经能保证足够自然的合成表现，但在音质、韵律、情感，以…

语音小管家

转载2 years ago

来源丨新智元 就在刚刚，Anthropic祭出首个混合推理Claude 3.7 Sonnet，堪称扩展思考模式的最强模型。在最新编码测试中，新模型暴击o3-mini、DeepSeek R1，AI编码王者出世了 憋了大半年，Anthropic…

语音小管家

转载2 years ago

歌尔股份有限公司成立于2001年6月，2008年5月在深交所上市，是全球布局的科技创新型企业，主要从事声光电精密零组件及精密结构件、智能整机、高端装备的研发、制造和销售，目前已在多个领域建立了综合竞争力。 秉持一站式服务为客户创造更大价值的…

语音小管家

转载2 years ago

恒玄科技主要从事智能音频SoC芯片的研发，设计与销售，为客户提供AIoT场景下具有语音交互能力的边缘智能主控平台芯片，产品广泛应用于智能蓝牙耳机，Type-C耳机，智能音箱等智能终端产品。恒玄科技致力于成为全球最具创新力的芯片设计公司，以前…

语音小管家

转载2 years ago

月之暗面（Moonshot AI）是此前中国大模型企业中非常受关注的一家企业。旗下的Kimi大模型和产品因为强悍的性能、超长的上下文以及非常快速的响应引起了广泛的关注。不过，此前MoonshotAI的策略一直是闭源模型，但是产品免费。也许是…

语音小管家

转载2 years ago

CLaMP 3，作为一款多模态、多语言的音乐信息检索框架，为音乐爱好者、创作者、教育者以及研究者们带来了全新的体验与可能。本文将深入剖析CLaMP 3的技术原理、核心功能、应用场景，带你全面了解这一创新框架。 项目官网：https://sa…

语音小管家

原创2 years ago

来源丨机器之心 DeepSeek-R1 非常热门，而在其公布的训练配方中，GRPO（Group Relative Policy Optimization）非常关键，是 DeepSeek-R1 核心的强化学习算法。 PPO 与 GRPO 的对…

语音小管家

转载2 years ago

北京声加科技有限公司成立于2018年1月，专注于通信声学核心技术，已先后通过中关村高新技术企业认证和北京市高新技术企业认证。为B端客户提供复杂场景下的近场、中场、远场语音交互技术方案，以及从芯片、模组、PCBA到工业设计的一站式产品方案。…