声浪

语音小管家

转载a year ago

来源丨新智元、开源星探 Meta发布了Omnilingual ASR系统，一个可自动识别转录1600多种语言语音的AI模型族，让几乎所有人类语言都能被机器「听懂」。 语音识别（ASR）一直是 AI 语音领域的“硬骨头”。在世界上7000多种…

语音小管家

转载a year ago

论文题目：《TASU: Text-Only Alignment for Speech Understanding》 原文链接：https://arxiv.org/pdf/2511.03310 这篇论文是上交大和思必驰等合作，提出了一个叫TA…

语音小管家

转载a year ago

来源丨AI语音AI思考 任何一项新技术，都是螺旋式上升的。技术产生→催生应用创新→反哺技术→ 应用迭代→技术再升级……。语音技术，从2013年前的HMM-GMM为主导的语音识别（HTK上古工具包）和语音合成（HTS），到DNN的时代的Kal…

语音小管家

转载a year ago

Maya1由 Maya Research 团队 推出的开源语音模型，一个专为生成富有情感和精确语音设计的语音模型。它能够通过自然语言描述进行语音设计，支持超过20种情感表达，如笑、哭、低语、愤怒等。 Hugging Face：https:/…

语音小管家

转载a year ago

前言：今天arxiv发消息，CS板块不再接收未经同行评审的综述类文章，不好评论，只记得十年前，综述都是顶刊邀请，IEEE Fellow坐镇，再加上几个Senior，几年才有一篇，当宝贝一样来回读，近几年综述是挺多的。。。以后既然不再接收新的…