开源发布丨AISHELL-6-Whisper 语料库
为促进语音技术多元化发展、推动AI在特殊语音场景下的研究与落地，希尔贝壳联合昆山杜克大学正式开源“AISHELL-6-Whisper 语料库”。作为稀缺的耳语—正常音平行对齐资源，本数据集的发布旨在填补相关领域开源数据的空白，为学术界与工业…
25 0 0
最新声浪
查看全部 →
IndexTTS 2.5 技术报告（bilibili团队出品）
标题：IndexTTS 2.5 Technical Report 链接：https://arxiv.org/pdf/2601.03888 发表日期：2026年1月9日 作者团队：bilibilidemo 页面：https://index-t…
17 0 0
教育部增设开源技术相关专业，开源教育正式纳入国家人才培养体系
近日，教育部官网更新了《职业教育专业目录（2021年）（更新时间：2025年12月）》，其中正式设立“开源技术应用”（高等职业教育专科专业 510220）和“开源技术开发与应用”（高等职业教育本科专业 310216）专业，标志着开源教育正式…
27 0 0
![语音/音频处理学术速递[1.15]](https://api.speechhome.com/Resources/Thumb/2026-01-15/2011723228078280704.jpg)
IEEE TASLP | JSA-SPG：一种免发音词典的训练方法，推进基于音素的跨语言语音识别
论文题目：Pronunciation-Lexicon Free Training for Phoneme-based Crosslingual ASR via Joint Stochastic Approximation 作者：赛尔达尔·玉…
26 0 0
TagSpeech：端到端搞定多说话人ASR与分离，还能精准定位时间
标题：TagSpeech: End-to-End Multi-Speaker ASR and Diarization with Fine-Grained Temporal Grounding 链接：https://arxiv.org/pdf…
27 0 0
OpenAI的首款硬件：是AI耳机，今年销量要冲5000万
来源丨机器之心 以人工智能技术闻名的 OpenAI，终于也要搞硬件了，而且一上来就是和苹果正面对标。 最近，有关 OpenAI 硬件的消息越来越多。 今天一早，数码博主 @智慧皮卡丘透露了关于 OpenAI「To-go」硬件项目的最新细节。…
28 0 0
![语音/音频处理学术速递[1.14]](https://api.speechhome.com/Resources/Thumb/2026-01-14/2011340826151620608.jpg)
5.6K Star！原本付费现在开源！本地版“ElevenLabs”，视频翻译+声音克隆全免费！
今天要分享的项目绝对是视频创作者和出海玩家的“年度福音”！ 如果你做过视频本地化，你一定知道这个流程有多痛苦： 你要先分离音轨，再用 ASR 识别字幕，然后翻译，最后用 TTS 配音。 中间还会用到一些 API 高质量的服务，结果下来是不仅…
18 0 0
语音识别中热词增强的N种方法，不训练模型也能做
无论是语音产品的用户，比如经常使用语音输入法、语音转文字或语音聊天功能，还是开发者，都会面临一个问题：各家语音识别 API 都声称自己的识别准确率达到了 98% 以上，可为什么实际用起来感觉识别错误还是很多？“做了这么久，老板的名字都识别不…
31 0 0