面向听觉智能与物理AI的
人机交互开发者社区

发现模型、参与赛事、分享实践、连接同行,共创数据、模型与评测驱动的人机交互生态。

50k+
注册开发者
5.8k+
技术文章
268+
开源数据集
300+
技术课程

最新声浪

查看全部 →
终于有本书讲清了ChatGPT和AIGC的前世今生!
转载4 years ago
终于有本书讲清了ChatGPT和AIGC的前世今生!

AIGC的各大门派是谁?典型技术都有什么? AIGC为什么在绘画领域先破圈?ChatGPT的有哪些局限性? 为何科技企业争相推出大模型? 人类的创新能力会被AIGC取代吗…… 诸如此类的这些话题呈现爆发性增长,频频被科技圈热议。 与此同时,…

102 0 0
达摩院开源工业级说话人识别模型CAM++
原创4 years ago
达摩院开源工业级说话人识别模型CAM++

近日,达摩院正式向公众开源工业级说话人识别通用模型CAM++,兼顾准确率和计算效率,训练labels类别达20万,每类含20~200条梅尔频谱特征。当前该模型已上线Modelscope魔搭社区,后续将陆续开源针对各场景优化的工业级模型。 模…

658 0 0
MiniGPT-4 发布,代码模型开源,支持在线体验!!
转载4 years ago
MiniGPT-4 发布,代码模型开源,支持在线体验!!

文章来源于AINLPer,作者ShuYini 引言 相比ChatGPT,GPT-4展示出了非凡的多模态能力,它可以利用手写文本生成网站并且还能够识别出图片中的幽默元素。这些优秀的能力在以前的视觉语言模型中很难实现。对于GPT-4惊人的多模态…

120 0 0
畅唐网络 | 招聘语音算法工程师(杭州)
转载4 years ago
畅唐网络 | 招聘语音算法工程师(杭州)

招聘岗位 语音算法工程师 (base:杭州) 工作职责 1.负责语音合成算法研究和开发,包括语音合成模型设计、参数优化、语音合成效果评估等。 2. 针对语音合成中的技术难点进行攻关和解决,不断提升语音合成的质量和稳定性。 3. 参与语音合成…

114 0 0
WeNet第3期课程上新了!
转载4 years ago
WeNet第3期课程上新了!

语音之家联合WeNet社区2022年6月推出《WeNet语音识别实战》第1期课程上线即广受好评,2022年10月更新的第2期课程有最新的代码和丰富的实战性作业更受学员追捧,学习群内讲师及助教有问必答,帮助很多落地WeNet的开发者解决了实际…

200 0 0
超大文本图片交织数据集开源 —— Multimodal C4
转载4 years ago
超大文本图片交织数据集开源 —— Multimodal C4

想要训练GPT-4的小伙伴们看过来!由AI2、华大、哥大等单位联合推出了由5.8亿图片、1亿文档、430亿token组成的超大文本图片交织数据集。旨在支持上下文视觉和语言模型的研究。这是训练开源大模型OpenFlamingo的训练数据集。…

94 0 0

为语音开发者而生