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

原创10 months ago

为了更好地推动语音对话与听觉处理领域的深入交流与前沿研究，由中国计算机学会（CCF）语音对话与听觉专委会发起的第二届语音对话与听觉处理前沿进展研讨会（RASDAP2025，Recent Advances on Speech Dialogue…

语音小管家

转载10 months ago

来源丨AI音频时代 2025年12月16日，德国 音频初创公司 Mirelo AI宣布完成4100万美元种子轮融资。本轮融资由Index Ventures和Andreessen Horowitz领投，Atlantic.vc与TriplePo…

语音小管家

转载10 months ago

标题：All-in-One ASR: Unifying Encoder-Decoder Models of CTC, Attention, and Transducer in Dual-Mode ASR 地址：https://arxiv.o…

语音小管家

转载10 months ago

标题：Adapting Speech Language Model to Singing Voice Synthesis 链接：https://arxiv.org/pdf/2512.14657 作者单位：卡内基梅隆大学、中国人民大学、约翰霍…

语音小管家

原创10 months ago

字节跳动成立于2012年3月，公司使命为“Inspire Creativity, Enrich Life（激发创造，丰富生活）”。公司业务覆盖150个国家和地区、75个语种，拥有超过6万名员工。 字节跳动在全球推出了多款有影响力的产品，包括…

语音小管家

转载10 months ago

周五凌晨，OpenAI 发布 GPT-5.2-Codex，这是迄今为止最先进的智能体编码模型，专为复杂的实际软件工程而设计。 GPT-5.2-Codex 是 GPT-5.2 的升级版本，提高了指令遵循能力、对长远语境的理解能力，它针对 Co…

语音小管家

转载10 months ago

从简单的指令执行到具备“心智”的情感共鸣，AI 语音交互正在经历怎样的蜕变？在人工智能飞速发展的今天，我们渴望的不再仅仅是一个“有问必答”的助手，而是一个能听懂弦外之音、能接住突发话茬的“知心伙伴”。 最近，ICASSP 2026 发起类人…